Исследование рынка заведений общественного питания Москвы¶

Описание исследования¶

В нашем распоряжении датасет с заведениями общественного питания Москвы, составленный на основе данных сервисов Яндекс Карты и Яндекс Бизнес на лето 2022 года. Информация, размещённая в сервисе Яндекс Бизнес, могла быть добавлена пользователями или найдена в общедоступных источниках. Она носит исключительно справочный характер. Заказчик исследования — инвесторы из фонда «Shut Up and Take My Money», которые собираются попробовать себя в новой области и открыть заведение общественного питания в Москве.

Ссылка на презентацию

Цель исследования¶

Подготовить исследование рынка Москвы, найти интересные особенности и презентовать полученные результаты, которые в будущем помогут в выборе подходящего инвесторам места.

Задачи исследования¶

  1. Оценить представленные данные.
  2. Выполнить предобработку данных.
  3. Добавить новые столбцы в таблицу для последующего анализа.
  4. Провести исследовательский анализ данных.
  5. Подготовить презентацию.

Исходные данные¶

Таблица moscow_places.csv содержит информацию о заведениях общественного питания Москвы и имеет следующие столбцы:

name — название заведения;
category — категория заведения, например «кафе», «пиццерия» или «кофейня»;
address — адрес заведения;
district — административный район, в котором находится заведение, например Центральный административный округ;
hours — информация о днях и часах работы;
lat — широта географической точки, в которой находится заведение;
lng — долгота географической точки, в которой находится заведение;
rating — рейтинг заведения по оценкам пользователей в Яндекс Картах (высшая оценка — 5.0);
price — категория цен в заведении, например «средние», «ниже среднего», «выше среднего» и так далее;
avg_bill — строка, которая хранит среднюю стоимость заказа в виде диапазона, например:

«Средний счёт: 1000–1500 ₽»;
«Цена чашки капучино: 130–220 ₽»;
«Цена бокала пива: 400–600 ₽».
и так далее;

middle_avg_bill — число с оценкой среднего чека, которое указано только для значений из столбца avg_bill, начинающихся с подстроки «Средний счёт»:

Если в строке указан ценовой диапазон из двух значений, в столбец войдёт медиана этих двух значений.
Если в строке указано одно число — цена без диапазона, то в столбец войдёт это число.
Если значения нет или оно не начинается с подстроки «Средний счёт», то в столбец ничего не войдёт.

middle_coffee_cup — число с оценкой одной чашки капучино, которое указано только для значений из столбца avg_bill, начинающихся с подстроки «Цена одной чашки капучино»:

Если в строке указан ценовой диапазон из двух значений, в столбец войдёт медиана этих двух значений.
Если в строке указано одно число — цена без диапазона, то в столбец войдёт это число.
Если значения нет или оно не начинается с подстроки «Цена одной чашки капучино», то в столбец ничего не войдёт.

chain — число, выраженное 0 или 1, которое показывает, является ли заведение сетевым (для маленьких сетей могут встречаться ошибки):

0 — заведение не является сетевым
1 — заведение является сетевым


seats — количество посадочных мест.

Данное исследование разделим на несколько частей¶

Откроем файл с данными и изучим общую информацию¶

Устанавливаем и импортируем необходимые библиотеки¶

In [1]:
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import seaborn as sns
import warnings
import plotly.express as px
from plotly import graph_objects as go
import plotly.io as pio
from IPython.display import Image
import json
import re

Установим библиотеку folium¶

In [2]:
pip install folium

Requirement already satisfied: folium in c:\programdata\anaconda3\envs\practicum\lib\site-packages (0.19.5)
Requirement already satisfied: branca>=0.6.0 in c:\programdata\anaconda3\envs\practicum\lib\site-packages (from folium) (0.8.1)
Requirement already satisfied: jinja2>=2.9 in c:\programdata\anaconda3\envs\practicum\lib\site-packages (from folium) (3.1.6)
Requirement already satisfied: numpy in c:\programdata\anaconda3\envs\practicum\lib\site-packages (from folium) (1.20.1)
Requirement already satisfied: requests in c:\programdata\anaconda3\envs\practicum\lib\site-packages (from folium) (2.32.3)
Requirement already satisfied: xyzservices in c:\programdata\anaconda3\envs\practicum\lib\site-packages (from folium) (2025.1.0)
Requirement already satisfied: MarkupSafe>=2.0 in c:\programdata\anaconda3\envs\practicum\lib\site-packages (from jinja2>=2.9->folium) (3.0.2)
Requirement already satisfied: charset_normalizer<4,>=2 in c:\programdata\anaconda3\envs\practicum\lib\site-packages (from requests->folium) (3.4.1)
Requirement already satisfied: idna<4,>=2.5 in c:\programdata\anaconda3\envs\practicum\lib\site-packages (from requests->folium) (3.10)
Requirement already satisfied: urllib3<3,>=1.21.1 in c:\programdata\anaconda3\envs\practicum\lib\site-packages (from requests->folium) (2.3.0)
Requirement already satisfied: certifi>=2017.4.17 in c:\programdata\anaconda3\envs\practicum\lib\site-packages (from requests->folium) (2025.1.31)
Note: you may need to restart the kernel to use updated packages.

Импортируем библиотеки folium¶

In [3]:
from folium import Map, Choropleth
from folium import Map, Marker
from folium.plugins import MarkerCluster

Установим библиотеку haversine¶

In [4]:
pip install haversine

Requirement already satisfied: haversine in c:\programdata\anaconda3\envs\practicum\lib\site-packages (2.9.0)
Note: you may need to restart the kernel to use updated packages.

Импортируем библиотеку haversine¶

In [5]:
import haversine
from haversine import haversine, Unit

Установим библиотеку kaleido версии 0.1.0post1¶

In [6]:
pip install kaleido==0.1.0post1

Requirement already satisfied: kaleido==0.1.0post1 in c:\programdata\anaconda3\envs\practicum\lib\site-packages (0.1.0.post1)
Note: you may need to restart the kernel to use updated packages.

Cчитаем данные из csv-файла в датафрейм и сохраним в переменную data¶

In [7]:
data = pd.read_csv(r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\moscow_places.csv')

Изучим общую информацию о датафрейме¶

In [8]:
data.head(10).T
Out[8]:
0 1 2 3 4 5 6 7 8 9
name WoWфли Четыре комнаты Хазри Dormouse Coffee Shop Иль Марко Sergio Pizza Огни города Mr. Уголёк Donna Maria Готика
category кафе ресторан кафе кофейня пиццерия пиццерия бар,паб быстрое питание ресторан кафе
address Москва, улица Дыбенко, 7/1 Москва, улица Дыбенко, 36, корп. 1 Москва, Клязьминская улица, 15 Москва, улица Маршала Федоренко, 12 Москва, Правобережная улица, 1Б Москва, Ижорская улица, вл8Б Москва, Клязьминская улица, 9, стр. 3 Москва, Клязьминская улица, 9, стр. 3 Москва, Дмитровское шоссе, 107, корп. 4 Москва, Ангарская улица, 39
district Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ
hours ежедневно, 10:00–22:00 ежедневно, 10:00–22:00 пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00... ежедневно, 09:00–22:00 ежедневно, 10:00–22:00 ежедневно, 10:00–23:00 пн 15:00–04:00; вт-вс 15:00–05:00 пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00... ежедневно, 10:00–22:00 ежедневно, 12:00–00:00
lat 55.878494 55.875801 55.889146 55.881608 55.881166 55.88801 55.890752 55.890636 55.880045 55.879038
lng 37.47886 37.484479 37.525901 37.48886 37.449357 37.509573 37.524653 37.524303 37.539006 37.524487
rating 5.0 4.5 4.6 5.0 5.0 4.6 4.4 4.7 4.8 4.3
price NaN выше среднего средние NaN средние средние средние средние средние средние
avg_bill NaN Средний счёт:1500–1600 ₽ Средний счёт:от 1000 ₽ Цена чашки капучино:155–185 ₽ Средний счёт:400–600 ₽ NaN Средний счёт:199 ₽ Средний счёт:200–300 ₽ Средний счёт:от 500 ₽ Средний счёт:1000–1200 ₽
middle_avg_bill NaN 1550.0 1000.0 NaN 500.0 NaN 199.0 250.0 500.0 1100.0
middle_coffee_cup NaN NaN NaN 170.0 NaN NaN NaN NaN NaN NaN
chain 0 0 0 0 1 0 0 0 0 0
seats NaN 4.0 45.0 NaN 148.0 NaN 45.0 45.0 79.0 65.0

Выведем основную информацию о датафрейме¶

In [9]:
data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8406 entries, 0 to 8405
Data columns (total 14 columns):
 #   Column             Non-Null Count  Dtype  
---  ------             --------------  -----  
 0   name               8406 non-null   object 
 1   category           8406 non-null   object 
 2   address            8406 non-null   object 
 3   district           8406 non-null   object 
 4   hours              7870 non-null   object 
 5   lat                8406 non-null   float64
 6   lng                8406 non-null   float64
 7   rating             8406 non-null   float64
 8   price              3315 non-null   object 
 9   avg_bill           3816 non-null   object 
 10  middle_avg_bill    3149 non-null   float64
 11  middle_coffee_cup  535 non-null    float64
 12  chain              8406 non-null   int64  
 13  seats              4795 non-null   float64
dtypes: float64(6), int64(1), object(7)
memory usage: 919.5+ KB

Оценим количество уникальных названий заведений по столбцу name¶

In [10]:
data['name'].nunique()
Out[10]:
5614

Выводы по 1 разделу¶

Таблица содержит 14 столбцов в которой имеются целые, вещественные числа и строки.

  1. Типом данных в столбцах name, category, address, district, hours, price, avg_bill являются строки.
  2. Типом данных в столбцах lat, lng, rating, middle_avg_bill, middle_coffee_cup, seats ялвются вещественные или дробные числа.
  3. Типом данных в столбце chain ялвяются целые числа.

Учитывая типы данных в столбцах для последующего анализа потребуется преобразование в некоторых из них. В датафремйе представлено 5614 уникальных заведений общественного питания. Количество значений в каждом столбце не однинаковое. Значит имеются пропуски. Будем их обрабатывать.

Предобработка данных¶

Изучение и обработка пропусков¶

Опеределим сколько всего есть пропущенных значений в каждом столбце¶

In [11]:
data.isna().sum().sort_values(ascending=False)
Out[11]:
middle_coffee_cup    7871
middle_avg_bill      5257
price                5091
avg_bill             4590
seats                3611
hours                 536
name                    0
category                0
address                 0
district                0
lat                     0
lng                     0
rating                  0
chain                   0
dtype: int64

Оценим сколько пропущено значений в столбцах в процентах от общего количества¶

In [12]:
round(data.isna().mean().sort_values(ascending=False) * 100, 2)
Out[12]:
middle_coffee_cup    93.64
middle_avg_bill      62.54
price                60.56
avg_bill             54.60
seats                42.96
hours                 6.38
name                  0.00
category              0.00
address               0.00
district              0.00
lat                   0.00
lng                   0.00
rating                0.00
chain                 0.00
dtype: float64

Оценим в каких строках есть пропущенные значения в столбце middle_coffee_cup¶

In [13]:
data.loc[data['middle_coffee_cup'].isna()].head(10)
Out[13]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
0 WoWфли кафе Москва, улица Дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN
1 Четыре комнаты ресторан Москва, улица Дыбенко, 36, корп. 1 Северный административный округ ежедневно, 10:00–22:00 55.875801 37.484479 4.5 выше среднего Средний счёт:1500–1600 ₽ 1550.0 NaN 0 4.0
2 Хазри кафе Москва, Клязьминская улица, 15 Северный административный округ пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00... 55.889146 37.525901 4.6 средние Средний счёт:от 1000 ₽ 1000.0 NaN 0 45.0
4 Иль Марко пиццерия Москва, Правобережная улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.881166 37.449357 5.0 средние Средний счёт:400–600 ₽ 500.0 NaN 1 148.0
5 Sergio Pizza пиццерия Москва, Ижорская улица, вл8Б Северный административный округ ежедневно, 10:00–23:00 55.888010 37.509573 4.6 средние NaN NaN NaN 0 NaN
6 Огни города бар,паб Москва, Клязьминская улица, 9, стр. 3 Северный административный округ пн 15:00–04:00; вт-вс 15:00–05:00 55.890752 37.524653 4.4 средние Средний счёт:199 ₽ 199.0 NaN 0 45.0
7 Mr. Уголёк быстрое питание Москва, Клязьминская улица, 9, стр. 3 Северный административный округ пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00... 55.890636 37.524303 4.7 средние Средний счёт:200–300 ₽ 250.0 NaN 0 45.0
8 Donna Maria ресторан Москва, Дмитровское шоссе, 107, корп. 4 Северный административный округ ежедневно, 10:00–22:00 55.880045 37.539006 4.8 средние Средний счёт:от 500 ₽ 500.0 NaN 0 79.0
9 Готика кафе Москва, Ангарская улица, 39 Северный административный округ ежедневно, 12:00–00:00 55.879038 37.524487 4.3 средние Средний счёт:1000–1200 ₽ 1100.0 NaN 0 65.0
10 Great Room Bar бар,паб Москва, Левобережная улица, 12 Северный административный округ ежедневно, круглосуточно 55.877832 37.469171 4.5 средние Цена бокала пива:250–350 ₽ NaN NaN 0 102.0

Оценим какие есть уникальные значения столбца avg_bill где значения столбца middle_coffee_cup явлются пропущенными, используя list comprehension¶

In [14]:
unique_avg_bill_coffee = data[data['middle_coffee_cup'].isnull()]['avg_bill'].unique()
unique_avg_bill_coffee_str = [str(value) for value in unique_avg_bill_coffee if not pd.isnull(value)]
sorted(unique_avg_bill_coffee_str)[:10]
Out[14]:
['Средний счёт:100 ₽',
 'Средний счёт:1000 ₽',
 'Средний счёт:1000–10000 ₽',
 'Средний счёт:1000–1100 ₽',
 'Средний счёт:1000–1200 ₽',
 'Средний счёт:1000–1300 ₽',
 'Средний счёт:1000–1350 ₽',
 'Средний счёт:1000–1400 ₽',
 'Средний счёт:1000–1500 ₽',
 'Средний счёт:1000–1600 ₽']

Оценим в каких строках есть пропущенные значения в столбце middle_avg_bill¶

In [15]:
data.loc[data['middle_avg_bill'].isna()].head(10)
Out[15]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
0 WoWфли кафе Москва, улица Дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN
3 Dormouse Coffee Shop кофейня Москва, улица Маршала Федоренко, 12 Северный административный округ ежедневно, 09:00–22:00 55.881608 37.488860 5.0 NaN Цена чашки капучино:155–185 ₽ NaN 170.0 0 NaN
5 Sergio Pizza пиццерия Москва, Ижорская улица, вл8Б Северный административный округ ежедневно, 10:00–23:00 55.888010 37.509573 4.6 средние NaN NaN NaN 0 NaN
10 Great Room Bar бар,паб Москва, Левобережная улица, 12 Северный административный округ ежедневно, круглосуточно 55.877832 37.469171 4.5 средние Цена бокала пива:250–350 ₽ NaN NaN 0 102.0
11 Шашлык Шефф кафе Москва, улица Маршала Федоренко, 10с1 Северный административный округ ежедневно, 10:00–21:00 55.881770 37.492362 4.9 NaN NaN NaN NaN 0 NaN
13 Буханка булочная Москва, Базовская улица, 15, корп. 1 Северный административный округ ежедневно, 08:00–22:00 55.877007 37.504980 4.8 NaN NaN NaN NaN 1 180.0
19 Пекарня булочная Москва, Ижорский проезд, 5 Северный административный округ ежедневно, круглосуточно 55.887969 37.515688 4.4 NaN NaN NaN NaN 1 NaN
20 Чебуреки Манты кафе Москва, Правобережная улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.880287 37.448646 4.3 NaN NaN NaN NaN 1 148.0
21 7/12 кафе Москва, Прибрежный проезд, 7 Северный административный округ ежедневно, 10:00–22:00 55.876805 37.464934 4.5 NaN NaN NaN NaN 0 NaN
22 Крымские чебуреки кафе Москва, Коровинское шоссе, 35, стр. 17 Северный административный округ пн-пт 09:00–21:00 55.883414 37.514572 4.2 NaN NaN NaN NaN 0 NaN

Оценим какие есть уникальные значения столбца avg_bill где значения столбца middle_avg_bill явлются пропущенными, используя list comprehension¶

In [16]:
unique_avg_bill = data[data['middle_avg_bill'].isnull()]['avg_bill'].unique()
unique_avg_bill_str = [str(value) for value in unique_avg_bill if not pd.isnull(value)]
sorted(unique_avg_bill_str)[:10]
Out[16]:
['Цена бокала пива:100–250 ₽',
 'Цена бокала пива:120–350 ₽',
 'Цена бокала пива:129–319 ₽',
 'Цена бокала пива:130–150 ₽',
 'Цена бокала пива:140–190 ₽',
 'Цена бокала пива:140–330 ₽',
 'Цена бокала пива:140–420 ₽',
 'Цена бокала пива:150 ₽',
 'Цена бокала пива:150–180 ₽',
 'Цена бокала пива:150–230 ₽']

Оценим в каких строках есть пропущенные значения в столбце price¶

In [17]:
data.loc[data['price'].isna()].head(10)
Out[17]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
0 WoWфли кафе Москва, улица Дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN
3 Dormouse Coffee Shop кофейня Москва, улица Маршала Федоренко, 12 Северный административный округ ежедневно, 09:00–22:00 55.881608 37.488860 5.0 NaN Цена чашки капучино:155–185 ₽ NaN 170.0 0 NaN
11 Шашлык Шефф кафе Москва, улица Маршала Федоренко, 10с1 Северный административный округ ежедневно, 10:00–21:00 55.881770 37.492362 4.9 NaN NaN NaN NaN 0 NaN
13 Буханка булочная Москва, Базовская улица, 15, корп. 1 Северный административный округ ежедневно, 08:00–22:00 55.877007 37.504980 4.8 NaN NaN NaN NaN 1 180.0
19 Пекарня булочная Москва, Ижорский проезд, 5 Северный административный округ ежедневно, круглосуточно 55.887969 37.515688 4.4 NaN NaN NaN NaN 1 NaN
20 Чебуреки Манты кафе Москва, Правобережная улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.880287 37.448646 4.3 NaN NaN NaN NaN 1 148.0
21 7/12 кафе Москва, Прибрежный проезд, 7 Северный административный округ ежедневно, 10:00–22:00 55.876805 37.464934 4.5 NaN NaN NaN NaN 0 NaN
22 Крымские чебуреки кафе Москва, Коровинское шоссе, 35, стр. 17 Северный административный округ пн-пт 09:00–21:00 55.883414 37.514572 4.2 NaN NaN NaN NaN 0 NaN
23 Буханка булочная Москва, Лобненская улица, 13к2 Северный административный округ ежедневно, 08:00–22:00 55.888421 37.527106 4.7 NaN NaN NaN NaN 1 NaN
24 Drive Café кафе Москва, улица Дыбенко, 9Ас1 Северный административный округ ежедневно, круглосуточно 55.879992 37.481571 4.0 NaN NaN NaN NaN 1 NaN

Оценим в каких строках есть пропущенные значения в столбце avg_bill¶

In [18]:
data.loc[data['avg_bill'].isna()].head(10)
Out[18]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
0 WoWфли кафе Москва, улица Дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN
5 Sergio Pizza пиццерия Москва, Ижорская улица, вл8Б Северный административный округ ежедневно, 10:00–23:00 55.888010 37.509573 4.6 средние NaN NaN NaN 0 NaN
11 Шашлык Шефф кафе Москва, улица Маршала Федоренко, 10с1 Северный административный округ ежедневно, 10:00–21:00 55.881770 37.492362 4.9 NaN NaN NaN NaN 0 NaN
13 Буханка булочная Москва, Базовская улица, 15, корп. 1 Северный административный округ ежедневно, 08:00–22:00 55.877007 37.504980 4.8 NaN NaN NaN NaN 1 180.0
19 Пекарня булочная Москва, Ижорский проезд, 5 Северный административный округ ежедневно, круглосуточно 55.887969 37.515688 4.4 NaN NaN NaN NaN 1 NaN
20 Чебуреки Манты кафе Москва, Правобережная улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.880287 37.448646 4.3 NaN NaN NaN NaN 1 148.0
21 7/12 кафе Москва, Прибрежный проезд, 7 Северный административный округ ежедневно, 10:00–22:00 55.876805 37.464934 4.5 NaN NaN NaN NaN 0 NaN
22 Крымские чебуреки кафе Москва, Коровинское шоссе, 35, стр. 17 Северный административный округ пн-пт 09:00–21:00 55.883414 37.514572 4.2 NaN NaN NaN NaN 0 NaN
23 Буханка булочная Москва, Лобненская улица, 13к2 Северный административный округ ежедневно, 08:00–22:00 55.888421 37.527106 4.7 NaN NaN NaN NaN 1 NaN
24 Drive Café кафе Москва, улица Дыбенко, 9Ас1 Северный административный округ ежедневно, круглосуточно 55.879992 37.481571 4.0 NaN NaN NaN NaN 1 NaN

Оценим в каких строках есть пропущенные значения в столбце seats¶

In [19]:
data.loc[data['seats'].isna()].head(10)
Out[19]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
0 WoWфли кафе Москва, улица Дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN
3 Dormouse Coffee Shop кофейня Москва, улица Маршала Федоренко, 12 Северный административный округ ежедневно, 09:00–22:00 55.881608 37.488860 5.0 NaN Цена чашки капучино:155–185 ₽ NaN 170.0 0 NaN
5 Sergio Pizza пиццерия Москва, Ижорская улица, вл8Б Северный административный округ ежедневно, 10:00–23:00 55.888010 37.509573 4.6 средние NaN NaN NaN 0 NaN
11 Шашлык Шефф кафе Москва, улица Маршала Федоренко, 10с1 Северный административный округ ежедневно, 10:00–21:00 55.881770 37.492362 4.9 NaN NaN NaN NaN 0 NaN
12 Заправка кафе Москва, МКАД, 80-й километр, 1 Северный административный округ вт-сб 09:00–18:00 55.899938 37.517958 4.3 средние Средний счёт:330 ₽ 330.0 NaN 0 NaN
14 У Сильвы бар,паб Москва, Ангарская улица, 42с1 Северный административный округ ежедневно, 13:00–00:00 55.885528 37.528371 4.2 выше среднего Средний счёт:1500 ₽ 1500.0 NaN 0 NaN
16 База Стритфуд кафе Москва, Базовская улица, 15, корп. 8 Северный административный округ ежедневно, 10:00–23:00 55.877859 37.507754 4.2 средние Средний счёт:140–350 ₽ 245.0 NaN 0 NaN
19 Пекарня булочная Москва, Ижорский проезд, 5 Северный административный округ ежедневно, круглосуточно 55.887969 37.515688 4.4 NaN NaN NaN NaN 1 NaN
21 7/12 кафе Москва, Прибрежный проезд, 7 Северный административный округ ежедневно, 10:00–22:00 55.876805 37.464934 4.5 NaN NaN NaN NaN 0 NaN
22 Крымские чебуреки кафе Москва, Коровинское шоссе, 35, стр. 17 Северный административный округ пн-пт 09:00–21:00 55.883414 37.514572 4.2 NaN NaN NaN NaN 0 NaN

Оценим в каких строках есть пропущенные значения в столбце hours¶

In [20]:
data.loc[data['hours'].isna()].head(10)
Out[20]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
38 Ижора булочная Москва, Ижорский проезд, 5А Северный административный округ NaN 55.888366 37.514856 4.4 NaN NaN NaN NaN 0 NaN
40 Кафе кафе Москва, Ижорская улица, 18, стр. 1 Северный административный округ NaN 55.895115 37.524902 3.7 NaN NaN NaN NaN 0 NaN
44 Кафетерий кафе Москва, Ангарская улица, 24А Северный административный округ NaN 55.876289 37.519315 3.8 NaN NaN NaN NaN 1 8.0
56 Рыба из тандыра быстрое питание Москва, Коровинское шоссе, 46, стр. 5 Северный административный округ NaN 55.888010 37.515960 1.5 NaN NaN NaN NaN 0 NaN
108 Кафе бар,паб Москва, МКАД, 82-й километр, вл18 Северо-Восточный административный округ NaN 55.908930 37.558777 4.2 NaN NaN NaN NaN 0 NaN
123 Кафе кафе Москва, Шенкурский проезд, 14 Северо-Восточный административный округ NaN 55.897794 37.591395 4.3 NaN NaN NaN NaN 0 50.0
126 Кулинария кафе Москва, Череповецкая улица, 17 Северо-Восточный административный округ NaN 55.898741 37.585301 3.9 NaN NaN NaN NaN 1 NaN
138 Хинкальная быстрое питание Москва, Шенкурский проезд, 14 Северо-Восточный административный округ NaN 55.897751 37.591363 4.1 NaN NaN NaN NaN 1 50.0
217 16 Июня кафе Москва, бульвар Академика Ландау, 3 Северо-Восточный административный округ NaN 55.920370 37.552150 1.4 NaN NaN NaN NaN 0 NaN
274 Чайхана кафе Москва, Широкая улица, 12 Северо-Восточный административный округ NaN 55.886840 37.659610 3.0 NaN NaN NaN NaN 1 50.0

Причины появления пропусков данных¶

В исходном датафрейме пропущенные значения могут быть вызваны различными причинами:

  1. Пропуски в столбце middle_coffee_cup связаны с тем, что не для всех заведений общественного питания известна цена чашки кофе, а также пропусками в исходном столбце avg_bill.
  2. Пропуски в столбце middle_avg_bill связаны с тем, что не для всех заведений общественного питания известен средний счёт, а также пропусками в исходном столбце avg_bill.
  3. Пропуски в столбцах price, avg_bill, seats, hours могут быть связаны с тем, что информация, размещённая в сервисе Яндекс Бизнес, могла быть добавлена пользователями или найдена в общедоступных источниках. Исходя из этого пользователи могли просто не внести все данные.
  4. Некоторые значения могут быть пропущены случайно, например, из-за ошибок при вводе данных или при экспорте данных из других источников. Неправильный запрос, объединение таблиц также может быть причиной.

Чтобы точно определить причины пропусков в данных, необходимо провести более детальный анализ данных и обратиться к источнику данных.

Решение по заполнению пропусков¶

Учитывая название и содержание столбцов с пропущенными значениями, логичной замены пропусков здесь предположить невозможно, так как какой-либо очевидной связи между столбцами нет. А где связь есть, например между столбцами avg_bill, middle_avg_bill и middle_coffee_cup существуют закономерные пропуски исходя из описания данных. Таким образом, исходя из анализа, нет ситуации кодга в столбце avg_bill есть информация по среднему счету или средней цене чашки кофе и этой информации нет в столбцах middle_avg_bill и middle_coffee_cup.

Изучение дубликатов в датафрейме¶

Проверим есть ли явные дубликаты в датафрейме¶

In [21]:
data.duplicated().sum()
Out[21]:
0

Явных дубликатов c полным совпадением строк в датафрейме нет. Оценим какие есть дубликаты в отдельных столбцах.

Проверим есть ли явные дубликаты в названиях заведений по столбцу name¶

In [22]:
data['name'].duplicated().sum()
Out[22]:
2792

Приведем названия заведений в столбце name к нижему регистру¶

In [23]:
data['name'] = data['name'].str.lower()

Приведем адреса заведений в столбце address к нижему регистру¶

In [24]:
data['address'] = data['address'].str.lower()

Проверим есть ли явные дубликаты в названиях заведений по столбцу name после преобразований¶

In [25]:
data['name'].duplicated().sum()
Out[25]:
2894

Проверим есть ли явные дубликаты одновременно по столбцам name и address¶

In [26]:
data.duplicated(subset=['name', 'address']).sum()
Out[26]:
4

Оценим какие есть явные дубликаты одновременно по столбцам name и address¶

In [27]:
data[data.duplicated(subset=['name', 'address'], keep=False)]
Out[27]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
189 кафе кафе москва, парк ангарские пруды Северный административный округ ежедневно, 09:00–23:00 55.880327 37.530786 3.2 NaN NaN NaN NaN 0 NaN
215 кафе кафе москва, парк ангарские пруды Северный административный округ ежедневно, 10:00–22:00 55.881438 37.531848 3.2 NaN NaN NaN NaN 0 NaN
1430 more poke ресторан москва, волоколамское шоссе, 11, стр. 2 Северный административный округ ежедневно, 09:00–21:00 55.806307 37.497566 4.2 NaN NaN NaN NaN 0 188.0
1511 more poke ресторан москва, волоколамское шоссе, 11, стр. 2 Северный административный округ пн-чт 09:00–18:00; пт,сб 09:00–21:00; вс 09:00... 55.806307 37.497566 4.2 NaN NaN NaN NaN 1 188.0
2211 раковарня клешни и хвосты ресторан москва, проспект мира, 118 Северо-Восточный административный округ ежедневно, 12:00–00:00 55.810553 37.638161 4.4 NaN NaN NaN NaN 0 150.0
2420 раковарня клешни и хвосты бар,паб москва, проспект мира, 118 Северо-Восточный административный округ пн-чт 12:00–00:00; пт,сб 12:00–01:00; вс 12:00... 55.810677 37.638379 4.4 NaN NaN NaN NaN 1 150.0
3091 хлеб да выпечка булочная москва, ярцевская улица, 19 Западный административный округ ежедневно, 09:00–22:00 55.738886 37.411648 4.1 NaN NaN NaN NaN 1 276.0
3109 хлеб да выпечка кафе москва, ярцевская улица, 19 Западный административный округ NaN 55.738449 37.410937 4.1 NaN NaN NaN NaN 0 276.0

Анализ дубликатов по столбцам name и address показывает, что оба заведения с назаванием "кафе" с идексами строк 189 и 215 реально существуют, не смотря, что у них один и тот же адрес, так как географические координаты данных заведений ведут к двум разным заведениям, находящимся в разных местах на берегу Большого Ангарского пруда. При этом в заведениях more poke, раковарня клешни и хвосты и хлеб да выпечка действительно являются дубликатами, так как по данному адрсеу присутствует только одно заведение с таким названием.

Удалим из датафрейма data строки с индексами 1511, 2420, 3109 и пересчитаем индексы строк после удаления¶

In [28]:
data = data.drop([1511, 2420, 3109]).reset_index(drop=True)

Приведем первый символ строки названия заведений в столбце name к верхнему регистру и оценим результат преобразования¶

In [29]:
data['name'] = data['name'].str.capitalize()
data.head(10)
Out[29]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
0 Wowфли кафе москва, улица дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN
1 Четыре комнаты ресторан москва, улица дыбенко, 36, корп. 1 Северный административный округ ежедневно, 10:00–22:00 55.875801 37.484479 4.5 выше среднего Средний счёт:1500–1600 ₽ 1550.0 NaN 0 4.0
2 Хазри кафе москва, клязьминская улица, 15 Северный административный округ пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00... 55.889146 37.525901 4.6 средние Средний счёт:от 1000 ₽ 1000.0 NaN 0 45.0
3 Dormouse coffee shop кофейня москва, улица маршала федоренко, 12 Северный административный округ ежедневно, 09:00–22:00 55.881608 37.488860 5.0 NaN Цена чашки капучино:155–185 ₽ NaN 170.0 0 NaN
4 Иль марко пиццерия москва, правобережная улица, 1б Северный административный округ ежедневно, 10:00–22:00 55.881166 37.449357 5.0 средние Средний счёт:400–600 ₽ 500.0 NaN 1 148.0
5 Sergio pizza пиццерия москва, ижорская улица, вл8б Северный административный округ ежедневно, 10:00–23:00 55.888010 37.509573 4.6 средние NaN NaN NaN 0 NaN
6 Огни города бар,паб москва, клязьминская улица, 9, стр. 3 Северный административный округ пн 15:00–04:00; вт-вс 15:00–05:00 55.890752 37.524653 4.4 средние Средний счёт:199 ₽ 199.0 NaN 0 45.0
7 Mr. уголёк быстрое питание москва, клязьминская улица, 9, стр. 3 Северный административный округ пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00... 55.890636 37.524303 4.7 средние Средний счёт:200–300 ₽ 250.0 NaN 0 45.0
8 Donna maria ресторан москва, дмитровское шоссе, 107, корп. 4 Северный административный округ ежедневно, 10:00–22:00 55.880045 37.539006 4.8 средние Средний счёт:от 500 ₽ 500.0 NaN 0 79.0
9 Готика кафе москва, ангарская улица, 39 Северный административный округ ежедневно, 12:00–00:00 55.879038 37.524487 4.3 средние Средний счёт:1000–1200 ₽ 1100.0 NaN 0 65.0

Приведем первые символы в словах в столбце address к верхнему регистру и оценим результат преобразования¶

In [30]:
data['address'] = data['address'].str.title()
data.head(10)
Out[30]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
0 Wowфли кафе Москва, Улица Дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN
1 Четыре комнаты ресторан Москва, Улица Дыбенко, 36, Корп. 1 Северный административный округ ежедневно, 10:00–22:00 55.875801 37.484479 4.5 выше среднего Средний счёт:1500–1600 ₽ 1550.0 NaN 0 4.0
2 Хазри кафе Москва, Клязьминская Улица, 15 Северный административный округ пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00... 55.889146 37.525901 4.6 средние Средний счёт:от 1000 ₽ 1000.0 NaN 0 45.0
3 Dormouse coffee shop кофейня Москва, Улица Маршала Федоренко, 12 Северный административный округ ежедневно, 09:00–22:00 55.881608 37.488860 5.0 NaN Цена чашки капучино:155–185 ₽ NaN 170.0 0 NaN
4 Иль марко пиццерия Москва, Правобережная Улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.881166 37.449357 5.0 средние Средний счёт:400–600 ₽ 500.0 NaN 1 148.0
5 Sergio pizza пиццерия Москва, Ижорская Улица, Вл8Б Северный административный округ ежедневно, 10:00–23:00 55.888010 37.509573 4.6 средние NaN NaN NaN 0 NaN
6 Огни города бар,паб Москва, Клязьминская Улица, 9, Стр. 3 Северный административный округ пн 15:00–04:00; вт-вс 15:00–05:00 55.890752 37.524653 4.4 средние Средний счёт:199 ₽ 199.0 NaN 0 45.0
7 Mr. уголёк быстрое питание Москва, Клязьминская Улица, 9, Стр. 3 Северный административный округ пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00... 55.890636 37.524303 4.7 средние Средний счёт:200–300 ₽ 250.0 NaN 0 45.0
8 Donna maria ресторан Москва, Дмитровское Шоссе, 107, Корп. 4 Северный административный округ ежедневно, 10:00–22:00 55.880045 37.539006 4.8 средние Средний счёт:от 500 ₽ 500.0 NaN 0 79.0
9 Готика кафе Москва, Ангарская Улица, 39 Северный административный округ ежедневно, 12:00–00:00 55.879038 37.524487 4.3 средние Средний счёт:1000–1200 ₽ 1100.0 NaN 0 65.0

Разобьем каждое значение столбца address на отдельные слова¶

Компилируем шаблон регулярного выражения, который соответствует хотя бы одному или нескольким символам пробела¶
In [31]:
regex = re.compile('\s+')
Преобразуем значения столбца street в одну строку¶
In [32]:
addresses = ' '.join(data['address'])
Разобьем список значений столбца street на отдельные слова и проверим результат разделения¶
In [33]:
unique_words = re.split('\s+', addresses)
unique_words[:10]
Out[33]:
['Москва,',
 'Улица',
 'Дыбенко,',
 '7/1',
 'Москва,',
 'Улица',
 'Дыбенко,',
 '36,',
 'Корп.',
 '1']

Объединеним все строки в одну и оценим результат объединения¶

In [34]:
all_addresses = ' '.join(unique_words)
all_addresses[:500]
Out[34]:
'Москва, Улица Дыбенко, 7/1 Москва, Улица Дыбенко, 36, Корп. 1 Москва, Клязьминская Улица, 15 Москва, Улица Маршала Федоренко, 12 Москва, Правобережная Улица, 1Б Москва, Ижорская Улица, Вл8Б Москва, Клязьминская Улица, 9, Стр. 3 Москва, Клязьминская Улица, 9, Стр. 3 Москва, Дмитровское Шоссе, 107, Корп. 4 Москва, Ангарская Улица, 39 Москва, Левобережная Улица, 12 Москва, Улица Маршала Федоренко, 10С1 Москва, Мкад, 80-Й Километр, 1 Москва, Базовская Улица, 15, Корп. 1 Москва, Ангарская Улица, 42С1'

Найдем все уникальные слова и посчитаем их количество¶

In [35]:
unique_words = pd.Series(re.findall(r'\w+', all_addresses)).value_counts()
unique_words.head(10)
Out[35]:
Москва      8403
Улица       4935
1           1646
Стр         1571
Корп        1263
2           1125
Проспект     980
Шоссе        684
3            570
Проезд       443
dtype: int64

Удалим из списка all_addresses все числа¶

In [36]:
all_addresses = re.sub(r'\d+', '', all_addresses)
all_addresses[:500]
Out[36]:
'Москва, Улица Дыбенко, / Москва, Улица Дыбенко, , Корп.  Москва, Клязьминская Улица,  Москва, Улица Маршала Федоренко,  Москва, Правобережная Улица, Б Москва, Ижорская Улица, ВлБ Москва, Клязьминская Улица, , Стр.  Москва, Клязьминская Улица, , Стр.  Москва, Дмитровское Шоссе, , Корп.  Москва, Ангарская Улица,  Москва, Левобережная Улица,  Москва, Улица Маршала Федоренко, С Москва, Мкад, -Й Километр,  Москва, Базовская Улица, , Корп.  Москва, Ангарская Улица, С Москва, Улица Бусиновская Горка,  '

Найдем все уникальные слова и посчитаем их количество¶

In [37]:
unique_words = pd.Series(re.findall(r'\w+', all_addresses)).value_counts()
unique_words.head(10)
Out[37]:
Москва      8403
Улица       4935
Стр         1571
Корп        1263
Проспект     980
А            779
С            755
Шоссе        684
Проезд       443
Переулок     439
dtype: int64

Удалим из списка all_addresses все числа¶

In [38]:
all_addresses = re.sub(r'\b\t?\w\t?\b', '', all_addresses)
all_addresses[:500]
Out[38]:
'Москва, Улица Дыбенко, / Москва, Улица Дыбенко, , Корп.  Москва, Клязьминская Улица,  Москва, Улица Маршала Федоренко,  Москва, Правобережная Улица,  Москва, Ижорская Улица, ВлБ Москва, Клязьминская Улица, , Стр.  Москва, Клязьминская Улица, , Стр.  Москва, Дмитровское Шоссе, , Корп.  Москва, Ангарская Улица,  Москва, Левобережная Улица,  Москва, Улица Маршала Федоренко,  Москва, Мкад, - Километр,  Москва, Базовская Улица, , Корп.  Москва, Ангарская Улица,  Москва, Улица Бусиновская Горка,  Моск'

Найдем все уникальные слова и посчитаем их количество¶

In [39]:
unique_words = pd.Series(re.findall(r'\w+', all_addresses)).value_counts()
unique_words.head(10)
Out[39]:
Москва      8403
Улица       4935
Стр         1571
Корп        1263
Проспект     980
Шоссе        684
Проезд       443
Переулок     439
Бульвар      341
Большая      256
dtype: int64

Заменим в значениях столбца address слова, которые по смыслу должны начинаться с маленьких букв и оценим результат преобразований¶

In [40]:
data['address'] = data['address'].replace({
    'Улица' : 'улица',
    'Стр' : 'cтр',
    'Корп' : 'корп',
    'Проспект' : 'проспект',
    'Шоссе' : 'шоссе',
    'Проезд' : 'проезд',
    'Переулок' : 'переулок',
    'Бульвар' : 'бульвар',
    'Большая' : 'большая',
    'Площадь' : 'площадь',
    'Набережная' : 'набережная',
    'Вал' : 'вал',
    'Округ' : 'округ',
    'Большой' : 'большой',
    'Километр' : 'километр',
    'Мкад' : 'МКАД',
    'Парк' : 'парк',
    'Нижняя' : 'нижняя',
    'Верхняя' : 'верхняя'}, regex=True)

Оценим результат преобразований после замены значений в столбце address¶

In [41]:
data.head(10)
Out[41]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
0 Wowфли кафе Москва, улица Дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN
1 Четыре комнаты ресторан Москва, улица Дыбенко, 36, корп. 1 Северный административный округ ежедневно, 10:00–22:00 55.875801 37.484479 4.5 выше среднего Средний счёт:1500–1600 ₽ 1550.0 NaN 0 4.0
2 Хазри кафе Москва, Клязьминская улица, 15 Северный административный округ пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00... 55.889146 37.525901 4.6 средние Средний счёт:от 1000 ₽ 1000.0 NaN 0 45.0
3 Dormouse coffee shop кофейня Москва, улица Маршала Федоренко, 12 Северный административный округ ежедневно, 09:00–22:00 55.881608 37.488860 5.0 NaN Цена чашки капучино:155–185 ₽ NaN 170.0 0 NaN
4 Иль марко пиццерия Москва, Правобережная улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.881166 37.449357 5.0 средние Средний счёт:400–600 ₽ 500.0 NaN 1 148.0
5 Sergio pizza пиццерия Москва, Ижорская улица, Вл8Б Северный административный округ ежедневно, 10:00–23:00 55.888010 37.509573 4.6 средние NaN NaN NaN 0 NaN
6 Огни города бар,паб Москва, Клязьминская улица, 9, cтр. 3 Северный административный округ пн 15:00–04:00; вт-вс 15:00–05:00 55.890752 37.524653 4.4 средние Средний счёт:199 ₽ 199.0 NaN 0 45.0
7 Mr. уголёк быстрое питание Москва, Клязьминская улица, 9, cтр. 3 Северный административный округ пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00... 55.890636 37.524303 4.7 средние Средний счёт:200–300 ₽ 250.0 NaN 0 45.0
8 Donna maria ресторан Москва, Дмитровское шоссе, 107, корп. 4 Северный административный округ ежедневно, 10:00–22:00 55.880045 37.539006 4.8 средние Средний счёт:от 500 ₽ 500.0 NaN 0 79.0
9 Готика кафе Москва, Ангарская улица, 39 Северный административный округ ежедневно, 12:00–00:00 55.879038 37.524487 4.3 средние Средний счёт:1000–1200 ₽ 1100.0 NaN 0 65.0

Оценим какие есть явные дубликаты в названиях заведений по столбцу name¶

In [42]:
data.loc[data['name'].duplicated(keep=False)].head(10)
Out[42]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats
4 Иль марко пиццерия Москва, Правобережная улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.881166 37.449357 5.0 средние Средний счёт:400–600 ₽ 500.0 NaN 1 148.0
13 Буханка булочная Москва, Базовская улица, 15, корп. 1 Северный административный округ ежедневно, 08:00–22:00 55.877007 37.504980 4.8 NaN NaN NaN NaN 1 180.0
19 Пекарня булочная Москва, Ижорский проезд, 5 Северный административный округ ежедневно, круглосуточно 55.887969 37.515688 4.4 NaN NaN NaN NaN 1 NaN
20 Чебуреки манты кафе Москва, Правобережная улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.880287 37.448646 4.3 NaN NaN NaN NaN 1 148.0
23 Буханка булочная Москва, Лобненская улица, 13К2 Северный административный округ ежедневно, 08:00–22:00 55.888421 37.527106 4.7 NaN NaN NaN NaN 1 NaN
24 Drive café кафе Москва, улица Дыбенко, 9Ас1 Северный административный округ ежедневно, круглосуточно 55.879992 37.481571 4.0 NaN NaN NaN NaN 1 NaN
25 В парке вкуснее кофейня Москва, парк Левобережный Северный административный округ ежедневно, 10:00–21:00 55.878453 37.460028 4.3 NaN NaN NaN NaN 1 NaN
29 Кушай город столовая Москва, Дмитровское шоссе, 157, cтр. 15 Северный административный округ пн-пт 09:00–16:00 55.898414 37.539256 4.2 средние Средний счёт:200–250 ₽ 225.0 NaN 1 NaN
32 Додо пицца пиццерия Москва, Коровинское шоссе, 23, корп. 1 Северный административный округ ежедневно, 09:00–23:00 55.877388 37.523334 4.3 NaN Средний счёт:328 ₽ 328.0 NaN 1 46.0
34 Домино'с пицца пиццерия Москва, Клязьминская улица, 11, корп. 4 Северный административный округ ежедневно, 10:00–23:00 55.886963 37.523518 4.2 NaN Средний счёт:от 500 ₽ 500.0 NaN 1 247.0

Оценим количество строк значений столбца name с названием Кафе¶

In [43]:
data['name'].loc[data['name'] == 'Кафе'].count()
Out[43]:
189

Оценим какие уникальные значения столбца chain есть для строк где заведение называется Кафе¶

In [44]:
data[data['name'] == 'Кафе']['chain'].unique()
Out[44]:
array([0], dtype=int64)

Оценим какие есть неявные дубликаты в названиях заведений по столбцу name¶

In [45]:
sorted(list(data['name'].unique()))[:10]
Out[45]:
['#кешбэккафе',
 '+39 pizzeria mozzarella bar',
 '1 этаж',
 '1-я креветочная',
 '10 идеальных пицц',
 '1001 ночь',
 '100ловая',
 '100лоффка',
 '13',
 '13 chef doner']

Оценим какие есть неявные дубликаты в категориях заведений по столбцу category¶

In [46]:
sorted(list(data['category'].unique()))[:10]
Out[46]:
['бар,паб',
 'булочная',
 'быстрое питание',
 'кафе',
 'кофейня',
 'пиццерия',
 'ресторан',
 'столовая']

Заменим в значениях столбца category строку бар,паб на бар-паб¶

In [47]:
data['category'] = data['category'].str.replace('бар,паб', 'бар-паб')

Оценим уникальные значения категорий заведений по столбцу category после замены¶

In [48]:
sorted(list(data['category'].unique()))[:10]
Out[48]:
['бар-паб',
 'булочная',
 'быстрое питание',
 'кафе',
 'кофейня',
 'пиццерия',
 'ресторан',
 'столовая']

Оценим какие есть неявные дубликаты в адресах заведений по столбцу address¶

In [49]:
sorted(list(data['address'].unique()))[:10]
Out[49]:
['Москва, 1-Й cтрелецкий проезд, 14',
 'Москва, 1-Й cтрелецкий проезд, 14/21',
 'Москва, 1-Й Автозаводский проезд, 5',
 'Москва, 1-Й Балтийский переулок, 3/25',
 'Москва, 1-Й Варшавский проезд, 1Ас9',
 'Москва, 1-Й Вешняковский проезд, 15',
 'Москва, 1-Й Волоколамский проезд, 10',
 'Москва, 1-Й Волоколамский проезд, 10, cтр. 1',
 'Москва, 1-Й Голутвинский переулок, 6',
 'Москва, 1-Й Грайвороновский проезд, 2А']

Оценим какие есть неявные дубликаты в административных районах по столбцу district¶

In [50]:
sorted(list(data['district'].unique()))[:10]
Out[50]:
['Восточный административный округ',
 'Западный административный округ',
 'Северный административный округ',
 'Северо-Восточный административный округ',
 'Северо-Западный административный округ',
 'Центральный административный округ',
 'Юго-Восточный административный округ',
 'Юго-Западный административный округ',
 'Южный административный округ']

Оценим какие есть неявные дубликаты в днях и часах работы заведений по столбцу hours, используя list comprehension¶

In [51]:
unique_hours = data['hours'].unique()
unique_hours_str = [str(value) for value in unique_hours if not pd.isnull(value)]
sorted(unique_hours_str)[:10]
Out[51]:
['Нет информации',
 'вт 08:30–17:00; ср,чт 12:00–20:30; пт 08:30–17:00; сб 09:00–16:30',
 'вт 13:00–21:00; ср 11:00–20:00; чт 13:00–21:00; пт-вс 11:00–20:00',
 'вт,чт 10:00–18:00',
 'вт,чт,пт,сб,вс 08:00–23:00',
 'вт-вс 09:00–19:00',
 'вт-вс 09:00–21:00',
 'вт-вс 10:00–18:00',
 'вт-вс 10:00–20:00',
 'вт-вс 10:00–21:00']

Напишем функцию sort_unique_values, которая будет выполнять сортировку уникальных значений для столбцов где есть разные типы данных и проверим ее работу¶

In [52]:
def sort_unique_values(column, n):
    unique_values = data[column].unique()
    unique_values_str = [str(value) for value in unique_values if not pd.isnull(value)]
    display(sorted(unique_values_str)[:n])

sort_unique_values('hours', 10)

['Нет информации',
 'вт 08:30–17:00; ср,чт 12:00–20:30; пт 08:30–17:00; сб 09:00–16:30',
 'вт 13:00–21:00; ср 11:00–20:00; чт 13:00–21:00; пт-вс 11:00–20:00',
 'вт,чт 10:00–18:00',
 'вт,чт,пт,сб,вс 08:00–23:00',
 'вт-вс 09:00–19:00',
 'вт-вс 09:00–21:00',
 'вт-вс 10:00–18:00',
 'вт-вс 10:00–20:00',
 'вт-вс 10:00–21:00']

Оценим какие есть неявные дубликаты в категориях цен в заведении по столбцу price, использую ранее созданную функцию sort_unique_values¶

In [53]:
sort_unique_values('price', 10)

['высокие', 'выше среднего', 'низкие', 'средние']

Оценим какие есть неявные дубликаты по столбцу avg_bill, использую ранее созданную функцию sort_unique_values¶

In [54]:
sort_unique_values('avg_bill', 10)

['Средний счёт:100 ₽',
 'Средний счёт:1000 ₽',
 'Средний счёт:1000–10000 ₽',
 'Средний счёт:1000–1100 ₽',
 'Средний счёт:1000–1200 ₽',
 'Средний счёт:1000–1300 ₽',
 'Средний счёт:1000–1350 ₽',
 'Средний счёт:1000–1400 ₽',
 'Средний счёт:1000–1500 ₽',
 'Средний счёт:1000–1600 ₽']

Выводы по изучению дубликатов¶

Явных дубликатов с полным совпадением по всем строкам найдено не было. После проведенного анализа также было удалены 3 строки с однозначными дубликатами. В столбце с названиями заведений есть дубликаты, но их появление закономерно и связано с тем, что есть сетевые заведения общественного питания где значение столбца chain = 1. Также было найдено 189 не сетевых заведений с названием "Кафе", где значение столбца chain = 0. Очевидно, что это не уникальные названия заведений, которые могут носить заведения, не имеющие своего бренда. Неявных дубликатов в стобцах category, address, district, hours, price, avg_bill где имеются строковые значения найдено не было.

Добавление новых столбцов¶

Создадим новый столбец street - с названиями улиц из столбца с address и оценим результат добавления в датафрейм¶

In [55]:
data['street'] = data['address'].apply(lambda x: x.split(',')[1].strip() if isinstance(x, str) else x)
data.head(10)
Out[55]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats street
0 Wowфли кафе Москва, улица Дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN улица Дыбенко
1 Четыре комнаты ресторан Москва, улица Дыбенко, 36, корп. 1 Северный административный округ ежедневно, 10:00–22:00 55.875801 37.484479 4.5 выше среднего Средний счёт:1500–1600 ₽ 1550.0 NaN 0 4.0 улица Дыбенко
2 Хазри кафе Москва, Клязьминская улица, 15 Северный административный округ пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00... 55.889146 37.525901 4.6 средние Средний счёт:от 1000 ₽ 1000.0 NaN 0 45.0 Клязьминская улица
3 Dormouse coffee shop кофейня Москва, улица Маршала Федоренко, 12 Северный административный округ ежедневно, 09:00–22:00 55.881608 37.488860 5.0 NaN Цена чашки капучино:155–185 ₽ NaN 170.0 0 NaN улица Маршала Федоренко
4 Иль марко пиццерия Москва, Правобережная улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.881166 37.449357 5.0 средние Средний счёт:400–600 ₽ 500.0 NaN 1 148.0 Правобережная улица
5 Sergio pizza пиццерия Москва, Ижорская улица, Вл8Б Северный административный округ ежедневно, 10:00–23:00 55.888010 37.509573 4.6 средние NaN NaN NaN 0 NaN Ижорская улица
6 Огни города бар-паб Москва, Клязьминская улица, 9, cтр. 3 Северный административный округ пн 15:00–04:00; вт-вс 15:00–05:00 55.890752 37.524653 4.4 средние Средний счёт:199 ₽ 199.0 NaN 0 45.0 Клязьминская улица
7 Mr. уголёк быстрое питание Москва, Клязьминская улица, 9, cтр. 3 Северный административный округ пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00... 55.890636 37.524303 4.7 средние Средний счёт:200–300 ₽ 250.0 NaN 0 45.0 Клязьминская улица
8 Donna maria ресторан Москва, Дмитровское шоссе, 107, корп. 4 Северный административный округ ежедневно, 10:00–22:00 55.880045 37.539006 4.8 средние Средний счёт:от 500 ₽ 500.0 NaN 0 79.0 Дмитровское шоссе
9 Готика кафе Москва, Ангарская улица, 39 Северный административный округ ежедневно, 12:00–00:00 55.879038 37.524487 4.3 средние Средний счёт:1000–1200 ₽ 1100.0 NaN 0 65.0 Ангарская улица

Оценим какие есть уникальные значения о днях и часах работы по столбцу hours, где присутствует слово круглосуточно¶

In [56]:
unique_values_hours = data[data['hours'].str.contains('круглосуточно', na=False)]['hours'].unique()
sorted(unique_values_hours)[:10]
Out[56]:
['вт-вс круглосуточно',
 'ежедневно, круглосуточно',
 'пн 00:01–12:00, перерыв 12:00–13:30; вт-чт 13:30–12:00; пт 13:30–00:00; сб,вс круглосуточно',
 'пн 06:00–00:00; вт-вс круглосуточно',
 'пн 08:00–23:00; вт-вс круглосуточно',
 'пн 08:00–23:00; вт-пт 08:00–00:00; сб круглосуточно; вс 00:00–23:00',
 'пн 10:00–00:00; вт-сб круглосуточно; вс 00:00–23:00',
 'пн круглосуточно; вт-чт 12:00–00:00; пт 12:00–02:00; сб 11:00–02:00; вс 14:00–00:00',
 'пн,вт 07:30–23:00; ср-вс круглосуточно',
 'пн,вт 08:00–22:00; ср,чт 08:00–23:00; пт,сб круглосуточно; вс 00:00–22:00']

Напишем функцию categorize_hours для разделения на следующие категории:¶

логическое значение True — если заведение работает ежедневно и круглосуточно;
логическое значение False — в противоположном случае.
In [57]:
def categorize_hours(row):
    if isinstance(row, str) and 'ежедневно, круглосуточно' in row:
        return True
    return False

Применим функцию categorize_hours для добавления столбца is_24/7 и оценим результат добавления в датафрейм¶

In [58]:
data['is_24/7'] = data['hours'].apply(categorize_hours)
data.head(10)
Out[58]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats street is_24/7
0 Wowфли кафе Москва, улица Дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN улица Дыбенко False
1 Четыре комнаты ресторан Москва, улица Дыбенко, 36, корп. 1 Северный административный округ ежедневно, 10:00–22:00 55.875801 37.484479 4.5 выше среднего Средний счёт:1500–1600 ₽ 1550.0 NaN 0 4.0 улица Дыбенко False
2 Хазри кафе Москва, Клязьминская улица, 15 Северный административный округ пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00... 55.889146 37.525901 4.6 средние Средний счёт:от 1000 ₽ 1000.0 NaN 0 45.0 Клязьминская улица False
3 Dormouse coffee shop кофейня Москва, улица Маршала Федоренко, 12 Северный административный округ ежедневно, 09:00–22:00 55.881608 37.488860 5.0 NaN Цена чашки капучино:155–185 ₽ NaN 170.0 0 NaN улица Маршала Федоренко False
4 Иль марко пиццерия Москва, Правобережная улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.881166 37.449357 5.0 средние Средний счёт:400–600 ₽ 500.0 NaN 1 148.0 Правобережная улица False
5 Sergio pizza пиццерия Москва, Ижорская улица, Вл8Б Северный административный округ ежедневно, 10:00–23:00 55.888010 37.509573 4.6 средние NaN NaN NaN 0 NaN Ижорская улица False
6 Огни города бар-паб Москва, Клязьминская улица, 9, cтр. 3 Северный административный округ пн 15:00–04:00; вт-вс 15:00–05:00 55.890752 37.524653 4.4 средние Средний счёт:199 ₽ 199.0 NaN 0 45.0 Клязьминская улица False
7 Mr. уголёк быстрое питание Москва, Клязьминская улица, 9, cтр. 3 Северный административный округ пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00... 55.890636 37.524303 4.7 средние Средний счёт:200–300 ₽ 250.0 NaN 0 45.0 Клязьминская улица False
8 Donna maria ресторан Москва, Дмитровское шоссе, 107, корп. 4 Северный административный округ ежедневно, 10:00–22:00 55.880045 37.539006 4.8 средние Средний счёт:от 500 ₽ 500.0 NaN 0 79.0 Дмитровское шоссе False
9 Готика кафе Москва, Ангарская улица, 39 Северный административный округ ежедневно, 12:00–00:00 55.879038 37.524487 4.3 средние Средний счёт:1000–1200 ₽ 1100.0 NaN 0 65.0 Ангарская улица False

Исследовательский анализ данных¶

Исследование категории заведений¶

Построим сводную таблицу методом crosstab() со следующими столбцами:¶

category - категория заведения
count_public_food - количество заведений по категориям
count_public_food_percent - количество заведений по категориям в процентах от общего количества
In [59]:
data_crosstab_public_food = pd.crosstab(index=data['category'], columns=['count_public_food']).reset_index()
data_crosstab_public_food['count_public_food_percent'] = round((data_crosstab_public_food['count_public_food'] /\
                                                              data['category'].count()) * 100, 2)
data_crosstab_public_food
Out[59]:
col_0 category count_public_food count_public_food_percent
0 бар-паб 764 9.09
1 булочная 256 3.05
2 быстрое питание 603 7.18
3 кафе 2377 28.29
4 кофейня 1413 16.82
5 пиццерия 633 7.53
6 ресторан 2042 24.30
7 столовая 315 3.75

Отсортируем сводную таблицу data_crosstab_public_food по количеству заведений по категориям¶

In [60]:
sorted_public_food = data_crosstab_public_food.sort_values(by='count_public_food',
                                                                   ascending=False).reset_index(drop=True)
sorted_public_food
Out[60]:
col_0 category count_public_food count_public_food_percent
0 кафе 2377 28.29
1 ресторан 2042 24.30
2 кофейня 1413 16.82
3 бар-паб 764 9.09
4 пиццерия 633 7.53
5 быстрое питание 603 7.18
6 столовая 315 3.75
7 булочная 256 3.05

Построим круговую диаграмму распределения количества заведений по категориям по данным сводной таблицы sorted_public_food¶

In [61]:
sorted_public_food['text'] = sorted_public_food.apply(lambda x: f'{x["count_public_food"]:.0f}', axis=1)
fig = go.Figure(data=[go.Pie(labels=sorted_public_food['category'],
                             values=sorted_public_food['count_public_food'],
                             text=sorted_public_food['text'],
                             pull = [0.1, 0])])
fig.update_layout(title='Распределение количества заведений по категориям', width=900, height=700, title_x=0.45,
                  font_size=13, title_font_size=18, legend_font_size=14, annotations=[dict(x=1.25, y=1.05,
                  text='Категория заведений', showarrow=False)])
fig.update_annotations(font_size=16)
pio.write_image(fig, 'figure.png', width=900, height=700, scale=2)
Image('figure.png')
Out[61]:
No description has been provided for this image

Построим столбчатую диаграмму распределения количества заведений по категориям по данным сводной таблицы sorted_public_food¶

In [62]:
sorted_public_food['text'] = sorted_public_food.apply(lambda x: \
                                        f'{x["count_public_food"]:.0f}<br>{x["count_public_food_percent"]:.2f}%', axis=1)
fig = px.bar(sorted_public_food,
             x='category',
             y='count_public_food',
             text='text')
fig.update_layout(title='Распределение количества заведений по категориям', title_x=0.5,
                  xaxis_title='Категория',
                  yaxis_title='Количество заведений',
                  width=990,
                  height=600,
                  font_size=13)
pio.write_image(fig, 'figure.png', width=900, height=600, scale=2)
Image('figure.png')
Out[62]:
No description has been provided for this image

Выводы по распределению количества заведений по категориям¶

В датафрейме представлены 8 категорий заведений общественного питания: кафе, ресторан, кофейня, бар-паб, пиццерия, быстрое питание, столовая, булочная. Среди них выделяются 3 крупные категории: кафе - 2377 заведений или 28.29%, рестораны - 2042 заведения или 24.3%, кофейни - 1413 заведений или 16.82%. Доля остальных категорий заведений не превышает 10%.

Исследование количества посадочных мест по категориям заведений¶

Построим гистограмму количества посадочных мест заведений по столбцу seats¶

In [63]:
data['seats'].hist(figsize=(16, 5), bins=70, range=(0, 1400))
plt.xlabel('Количество посадочных мест в заведениях, шт.', fontsize=14)
plt.ylabel('Количество заведений', fontsize=14)
plt.title('Распределение количества посадочных мест в заведениях', fontsize=16)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.show()
No description has been provided for this image

Оценим общие числовые характеристики количества посадочных мест заведений по столбцу seats¶

In [64]:
data['seats'].describe()
Out[64]:
count    4792.000000
mean      108.361436
std       122.841130
min         0.000000
25%        40.000000
50%        75.000000
75%       140.000000
max      1288.000000
Name: seats, dtype: float64

Построим диаграмму размаха количества посадочных мест по столбцу seats¶

In [65]:
plt.ylim(0, 350)
data.boxplot('seats')
plt.title('Диаграмма размаха количества посадочных мест', fontsize=13)
plt.ylabel('Количество посадочных мест', fontsize=13)
plt.yticks(fontsize=12)
plt.show()
No description has been provided for this image

Оценим количество заведений где количество посадочных заведениях равно нулю¶

In [66]:
data['seats'].loc[data['seats'] == 0].count()
Out[66]:
136

Оценим в каких заведениях количество посадочных заведениях равно нулю¶

In [67]:
data.query('seats == 0').head(60)
Out[67]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats street is_24/7
84 Meat doner kebab булочная Москва, улица Лескова, 22 Северо-Восточный административный округ ежедневно, круглосуточно 55.896987 37.608126 4.5 NaN Средний счёт:300 ₽ 300.0 NaN 0 0.0 улица Лескова True
177 Арамье булочная Москва, улица 800-Летия Москвы, 22, корп. 2 Северный административный округ ежедневно, 09:00–21:00 55.879392 37.556832 4.0 NaN NaN NaN NaN 1 0.0 улица 800-Летия Москвы False
196 Донер-шашлык ресторан Москва, улица Лескова, 22 Северо-Восточный административный округ ежедневно, круглосуточно 55.896962 37.608300 4.5 NaN NaN NaN NaN 0 0.0 улица Лескова True
203 Тандыр № 1 кафе Москва, улица Лескова, 22Г Северо-Восточный административный округ ежедневно, круглосуточно 55.895615 37.611049 4.0 NaN NaN NaN NaN 1 0.0 улица Лескова True
211 Неаполитан пицца кафе Москва, улица Пришвина, 23 Северо-Восточный административный округ ежедневно, 12:00–23:00 55.885416 37.604650 4.3 NaN NaN NaN NaN 0 0.0 улица Пришвина False
266 Пекарня&донер булочная Москва, Широкая улица, 21 Северо-Восточный административный округ ежедневно, круглосуточно 55.887751 37.672475 4.1 NaN NaN NaN NaN 0 0.0 Широкая улица True
284 Центр плов кафе Москва, Широкая улица, 16А Северо-Восточный административный округ ежедневно, круглосуточно 55.887348 37.662315 4.2 NaN NaN NaN NaN 0 0.0 Широкая улица True
290 Шаурма кафе Москва, Осташковская улица, 7, корп. 1 Северо-Восточный административный округ NaN 55.877350 37.679414 3.3 NaN NaN NaN NaN 0 0.0 Осташковская улица False
306 Everest coffee кофейня Москва, Сходненская улица, 50 Северо-Западный административный округ пн-чт 08:00–22:00; пт 08:00–23:00; сб,вс 09:00... 55.847770 37.440586 4.9 средние Цена чашки капучино:200–300 ₽ NaN 250.0 0 0.0 Сходненская улица False
337 Пекарня маковка пиццерия Москва, Сходненская улица, 35, корп. 1 Северо-Западный административный округ ежедневно, 08:00–22:00 55.848505 37.439135 4.9 NaN NaN NaN NaN 0 0.0 Сходненская улица False
424 Паб 28/13 бар-паб Москва, проезд cтратонавтов, 11, корп. 1 Северо-Западный административный округ пн-пт 12:00–00:00; сб,вс 13:00–02:00 55.827619 37.434425 4.8 средние Цена бокала пива:150–450 ₽ NaN NaN 0 0.0 проезд cтратонавтов False
509 Шаурма быстрое питание Москва, Михалковская улица, 24 Северный административный округ ежедневно, круглосуточно 55.839762 37.527758 4.3 NaN NaN NaN NaN 0 0.0 Михалковская улица True
519 Шаурма кафе Москва, Туристская улица, 11 Северо-Западный административный округ ежедневно, круглосуточно 55.848093 37.423026 4.0 NaN Средний счёт:120 ₽ 120.0 NaN 0 0.0 Туристская улица True
521 Рандеву кафе Москва, проезд cтратонавтов, 12, cтр. 1 Северо-Западный административный округ ежедневно, 11:00–00:00 55.827848 37.435243 4.0 NaN Средний счёт:1000 ₽ 1000.0 NaN 1 0.0 проезд cтратонавтов False
525 Огонек кафе Москва, cтроительный проезд, 7А, корп. 25 Северо-Западный административный округ пн-пт 09:00–20:00; сб,вс 09:00–18:00 55.836984 37.426941 2.3 NaN NaN NaN NaN 0 0.0 cтроительный проезд False
551 Кофе с собой а&m кофейня Москва, Солнечногорская улица, 5, корп. 1 Северный административный округ пн-сб 08:30–21:30; вс 09:30–21:00 55.857611 37.515075 4.3 NaN NaN NaN NaN 0 0.0 Солнечногорская улица False
554 Пекарня 24 булочная Москва, Михалковская улица, 24 Северный административный округ ежедневно, круглосуточно 55.839776 37.527835 4.2 NaN NaN NaN NaN 0 0.0 Михалковская улица True
556 Sushi-das.ru кафе Москва, бульвар Яна Райниса, 25 Северо-Западный административный округ ежедневно, 11:00–23:00 55.848367 37.425944 4.8 NaN NaN NaN NaN 0 0.0 бульвар Яна Райниса False
637 Халяль быстрое питание Москва, Солнечногорская улица, 15, корп. 1 Северный административный округ ежедневно, круглосуточно 55.860799 37.519428 2.2 NaN NaN NaN NaN 1 0.0 Солнечногорская улица True
663 Стейки bar-b-que ресторан Москва, Солнечногорская улица, 15, корп. 1 Северный административный округ NaN 55.860799 37.519259 4.4 NaN NaN NaN NaN 0 0.0 Солнечногорская улица False
664 Дом плова кафе Москва, Новопетровская улица, 16 Северный административный округ NaN 55.827398 37.522771 3.2 NaN NaN NaN NaN 0 0.0 Новопетровская улица False
752 Кулинария кафе Москва, большая Марфинская улица, 4А Северо-Восточный административный округ ежедневно, 08:00–21:00 55.831770 37.593319 4.9 NaN NaN NaN NaN 1 0.0 большая Марфинская улица False
803 Нуш донер ресторан Москва, Ботаническая улица, 41, корп. 7 Северо-Восточный административный округ ежедневно, круглосуточно 55.846158 37.584032 4.0 NaN NaN NaN NaN 0 0.0 Ботаническая улица True
846 Домино'с пицца пиццерия Москва, Отрадная улица, 16 Северо-Восточный административный округ пн-пт 11:00–22:00; сб,вс 10:00–22:00 55.855163 37.614161 4.2 NaN Средний счёт:от 549 ₽ 549.0 NaN 1 0.0 Отрадная улица False
867 Кулинария виктория кафе Москва, Отрадная улица, 16 Северо-Восточный административный округ NaN 55.854965 37.613857 3.9 NaN NaN NaN NaN 0 0.0 Отрадная улица False
985 Шаурма быстрое питание Москва, улица Амундсена, 14 Северо-Восточный административный округ ежедневно, 09:00–21:00 55.854058 37.656412 4.3 NaN NaN NaN NaN 0 0.0 улица Амундсена False
1183 Сладкая параллель пиццерия Москва, Таллинская улица, 26 Северо-Западный административный округ пн-пт 08:00–21:00; сб,вс 09:00–21:00 55.799267 37.407718 4.4 средние Цена чашки капучино:130–170 ₽ NaN 150.0 0 0.0 Таллинская улица False
1187 Рожь хлеб и кофе кофейня Москва, улица Маршала Катукова, 24, корп. 1 Северо-Западный административный округ пн-пт 08:00–21:00; сб,вс 09:00–21:00 55.804516 37.414555 4.5 средние Средний счёт:от 500 ₽ 500.0 NaN 0 0.0 улица Маршала Катукова False
1232 Афросиаб кафе Москва, улица Маршала Катукова, 1 Северо-Западный административный округ ежедневно, 11:00–00:00 55.813855 37.393500 3.9 NaN Средний счёт:1000 ₽ 1000.0 NaN 0 0.0 улица Маршала Катукова False
1233 Пекарняуз ресторан Москва, Таллинская улица, 26 Северо-Западный административный округ NaN 55.800123 37.407882 4.3 NaN NaN NaN NaN 0 0.0 Таллинская улица False
1607 Шаурма и таук быстрое питание Москва, улица Зои И Александра Космодемьянских... Северный административный округ ежедневно, 09:00–23:00 55.825158 37.526194 4.2 NaN NaN NaN NaN 0 0.0 улица Зои И Александра Космодемьянских False
1622 I-cup кофейня Москва, Бутырская улица, 97 Северный административный округ ежедневно, 07:00–21:00 55.807592 37.579304 5.0 низкие Цена чашки капучино:60–120 ₽ NaN 90.0 1 0.0 Бутырская улица False
1675 French bakery кофейня Москва, Бутырская улица, 97 Северный административный округ пн-пт 07:30–23:00; сб 08:00–22:00; вс 09:00–21:00 55.807772 37.580239 4.4 NaN NaN NaN NaN 1 0.0 Бутырская улица False
1797 Тимир столовая Москва, улица Правды, 8, корп. 13 Северный административный округ пн-пт 09:00–19:00 55.785885 37.579431 4.5 NaN NaN NaN NaN 0 0.0 улица Правды False
1887 Арамье булочная Москва, Тимирязевская улица, 17А Северный административный округ ежедневно, 09:00–21:00 55.811782 37.567339 4.3 NaN NaN NaN NaN 1 0.0 Тимирязевская улица False
1931 Cofix кофейня Москва, Бутырская улица, 97 Северный административный округ пн-пт 07:00–22:00; сб,вс 08:00–22:00 55.807780 37.580282 4.1 NaN NaN NaN NaN 1 0.0 Бутырская улица False
2072 Wild bean cafe кофейня Москва, Бутырская улица, 8А Северо-Восточный административный округ ежедневно, круглосуточно 55.797124 37.584781 3.1 NaN NaN NaN NaN 1 0.0 Бутырская улица True
2322 9 bar coffee кофейня Москва, cтромынский переулок, 4 Восточный административный округ пн-пт 08:00–20:00; сб,вс 08:00–18:00 55.793241 37.694106 4.3 NaN Цена чашки капучино:130–230 ₽ NaN 180.0 1 0.0 cтромынский переулок False
2475 Сказка египта кафе Москва, улица cтромынка, 5 Восточный административный округ ежедневно, круглосуточно 55.791153 37.684734 3.9 NaN NaN NaN NaN 0 0.0 улица cтромынка True
2608 Street coffee кофейня Москва, Первомайская улица, 105 Восточный административный округ пн-сб 08:00–22:00; вс 09:00–22:00 55.793645 37.809920 4.6 средние Цена чашки капучино:100 ₽ NaN 100.0 0 0.0 Первомайская улица False
2620 Coffee in кофейня Москва, 3-Я парковая улица, 26/2 Восточный административный округ пн-пт 07:30–21:00; сб,вс 09:00–21:00 55.795649 37.782803 4.4 NaN NaN NaN NaN 1 0.0 3-Я парковая улица False
2629 О! фобо кафе Москва, Семёновская площадь, 7, корп. 17А Восточный административный округ пн-пт 11:00–22:00; сб,вс 12:00–22:00 55.784546 37.721723 4.8 средние Средний счёт:200–300 ₽ 250.0 NaN 0 0.0 Семёновская площадь False
2742 Намшон ресторан Москва, Семёновская площадь, 7, корп. 17А Восточный административный округ ежедневно, 10:00–23:00 55.784497 37.721759 4.4 NaN Средний счёт:300–500 ₽ 400.0 NaN 0 0.0 Семёновская площадь False
2778 Пицца и гирос пиццерия Москва, Семёновская площадь, 7, корп. 17А Восточный административный округ ежедневно, круглосуточно 55.784347 37.721347 4.3 средние Средний счёт:300–500 ₽ 400.0 NaN 0 0.0 Семёновская площадь True
2821 Шаверма быстрое питание Москва, Уссурийская улица, 1, корп. 5 Восточный административный округ ежедневно, 09:00–22:00 55.823564 37.810661 3.0 NaN NaN NaN NaN 1 0.0 Уссурийская улица False
2904 Кофе с собой кафе Москва, Сиреневый бульвар, 64А Восточный административный округ ежедневно, круглосуточно 55.802933 37.829503 3.5 NaN Средний счёт:90–450 ₽ 270.0 NaN 1 0.0 Сиреневый бульвар True
2971 Шаурма кафе Москва, бульвар Маршала Рокоссовского, 36/1 Восточный административный округ ежедневно, 08:00–22:00 55.817703 37.714289 3.8 NaN NaN NaN NaN 0 0.0 бульвар Маршала Рокоссовского False
2984 Шаурма кафе Москва, бульвар Маршала Рокоссовского, 31 Восточный административный округ ежедневно, 10:00–00:00 55.816018 37.715533 3.9 NaN NaN NaN NaN 0 0.0 бульвар Маршала Рокоссовского False
3001 Вьетнамская кухня кафе Москва, Семёновская площадь, 7, корп. 17А Восточный административный округ NaN 55.784527 37.721650 4.8 NaN NaN NaN NaN 1 0.0 Семёновская площадь False
3201 Органик пиццерия Москва, Карамышевская набережная, 34 Северо-Западный административный округ ежедневно, 10:00–22:30 55.769098 37.472316 4.3 выше среднего Цена чашки капучино:100–200 ₽ NaN 150.0 0 0.0 Карамышевская набережная False
3284 Здоровое питание столовая Москва, 1-Й Силикатный проезд, 13 Северо-Западный административный округ пн-пт 09:00–18:00; сб 09:00–17:00 55.767863 37.510439 4.2 средние Средний счёт:200–300 ₽ 250.0 NaN 0 0.0 1-Й Силикатный проезд False
3369 Клинком столовая Москва, 1-Й Силикатный проезд, 13 Северо-Западный административный округ пн-пт 09:00–18:00; сб 09:00–17:00 55.767863 37.510447 3.5 NaN NaN NaN NaN 0 0.0 1-Й Силикатный проезд False
4527 Andy coffee кофейня Москва, Новорязанская улица, 18, cтр. 2 Центральный административный округ пн-пт 08:00–18:00 55.772141 37.662133 4.4 NaN Цена чашки капучино:120–150 ₽ NaN 135.0 0 0.0 Новорязанская улица False
4838 Моремэй кофейня Москва, Абельмановская улица, 7 Центральный административный округ ежедневно, 09:00–23:00 55.736198 37.671710 4.9 NaN Цена чашки капучино:99–200 ₽ NaN 149.0 0 0.0 Абельмановская улица False
5308 Детиленд кафе Москва, Мартеновская улица, 25 Восточный административный округ ежедневно, 10:00–22:00 55.749808 37.802249 4.8 NaN NaN NaN NaN 0 0.0 Мартеновская улица False
5331 Сушистор ресторан Москва, Зелёный проспект, 24 Восточный административный округ ежедневно, 10:00–23:00 55.750721 37.789551 4.1 NaN NaN NaN NaN 1 0.0 Зелёный проспект False
5341 Чайхана кафе Москва, Зелёный проспект, 8Б Восточный административный округ ежедневно, круглосуточно 55.748218 37.775842 4.1 NaN NaN NaN NaN 1 0.0 Зелёный проспект True
5342 Кинопицца ресторан Москва, Мартеновская улица, 25 Восточный административный округ ежедневно, 10:00–22:00 55.749821 37.802494 4.4 NaN Средний счёт:500–1000 ₽ 750.0 NaN 0 0.0 Мартеновская улица False
5407 Sugarbey ресторан Москва, Красноказарменная улица, 23 Юго-Восточный административный округ пн-пт 09:00–23:00; сб,вс 11:00–23:00 55.753497 37.712918 4.4 средние Средний счёт:300–600 ₽ 450.0 NaN 0 0.0 Красноказарменная улица False
5429 Семетей кафе Москва, Зелёный проспект, 8Б Восточный административный округ ежедневно, круглосуточно 55.748392 37.775920 4.9 NaN NaN NaN NaN 0 0.0 Зелёный проспект True

Построим сводную таблицу методом pivot_table() со следующими столбцами:¶

category - категория заведения
seats_sum - количество посадочных мест по категориям
seats_median - медиана количества посадочных мест по категориям
seats_sum_percent - количество посадочных мест по категориям в процентах от общего количества
In [68]:
data_pivot_seats = data.pivot_table(index='category', values='seats', aggfunc=['sum', 'median']).reset_index()
data_pivot_seats.columns = ['category', 'seats_sum', 'seats_median']
data_pivot_seats['seats_sum_percent'] = round((data_pivot_seats['seats_sum'] / data['seats'].sum()) * 100, 2)
data_pivot_seats
Out[68]:
category seats_sum seats_median seats_sum_percent
0 бар-паб 58131.0 82.0 11.19
1 булочная 13229.0 50.0 2.55
2 быстрое питание 34513.0 65.0 6.65
3 кафе 118494.0 60.0 22.82
4 кофейня 83511.0 80.0 16.08
5 пиццерия 40350.0 55.0 7.77
6 ресторан 154681.0 86.0 29.79
7 столовая 16359.0 75.5 3.15

Отсортируем сводную таблицу data_pivot_seats по количеству посадочных мест по категориям¶

In [69]:
sorted_data_pivot_seats = data_pivot_seats.sort_values(by='seats_median', ascending=False).reset_index(drop=True)
sorted_data_pivot_seats
Out[69]:
category seats_sum seats_median seats_sum_percent
0 ресторан 154681.0 86.0 29.79
1 бар-паб 58131.0 82.0 11.19
2 кофейня 83511.0 80.0 16.08
3 столовая 16359.0 75.5 3.15
4 быстрое питание 34513.0 65.0 6.65
5 кафе 118494.0 60.0 22.82
6 пиццерия 40350.0 55.0 7.77
7 булочная 13229.0 50.0 2.55

Построим столбчатую диаграмму распередения медианы количества посадочных мест по категориям по данным сводной таблицы sorted_data_pivot_seats¶

In [70]:
fig = px.bar(sorted_data_pivot_seats,
             x='category',
             y='seats_median',
             text='seats_median')
fig.update_layout(title='Распределение медианы количества посадочных мест по категориям', title_x=0.5,
                  xaxis_title='Категория',
                  yaxis_title='Количество посадочных мест',
                  width=990,
                  height=600,
                  font_size=13.5)
pio.write_image(fig, 'figure.png', width=990, height=600, scale=2)
Image('figure.png')
Out[70]:
No description has been provided for this image

Выводы по иследованию количества посадочных мест заведений¶

  1. Среди 8 представленных категорий больше всех встречаются заведения с 60 посадочными местами (около 950 заведений) и 100 посадочными местами (около 600 заведений). Минимально количество посадочных мест равно 0. Наиболее вероянтно это могут быть заведения с едой на вынос. Среднее количество посадочных мест составляет 108.36. Медианное значение количества посадочных мест составляет 75. Выборка смещена в правую сторону относительно медианы из-за аномально больших значений количества посадочных мест - свыше 280.
  2. По медиане количества посадочных мест наибольшее значение имеется в категории рестораны - 86 мест. Далее идут бары-пабы - 82 места, кофейни - 80 мест. В кафе медиана значительно ниже - всего 60 мест. Также распределение посадочных мест в категориях не соответствует распределению категорий заведений по их количеству, представленному в датафрейме.

Исследование сетевых и не сетевых заведений¶

Напишем функцию categorize_network для разделения на следующие категории:¶

если значение chain = 0 - не сетевое заведение;
если значение chain = 1 - сетевое заведение.
In [71]:
def categorize_network(chain):
    if chain == 0:
        return 'не сетевое заведение'
    elif chain == 1:
        return 'сетевое заведение'

Применим функцию categorize_network для добавления столбца network_category и оценим результат добавления в датафрейм¶

In [72]:
data['network_category'] = data['chain'].apply(categorize_network)
data.head(10)
Out[72]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats street is_24/7 network_category
0 Wowфли кафе Москва, улица Дыбенко, 7/1 Северный административный округ ежедневно, 10:00–22:00 55.878494 37.478860 5.0 NaN NaN NaN NaN 0 NaN улица Дыбенко False не сетевое заведение
1 Четыре комнаты ресторан Москва, улица Дыбенко, 36, корп. 1 Северный административный округ ежедневно, 10:00–22:00 55.875801 37.484479 4.5 выше среднего Средний счёт:1500–1600 ₽ 1550.0 NaN 0 4.0 улица Дыбенко False не сетевое заведение
2 Хазри кафе Москва, Клязьминская улица, 15 Северный административный округ пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00... 55.889146 37.525901 4.6 средние Средний счёт:от 1000 ₽ 1000.0 NaN 0 45.0 Клязьминская улица False не сетевое заведение
3 Dormouse coffee shop кофейня Москва, улица Маршала Федоренко, 12 Северный административный округ ежедневно, 09:00–22:00 55.881608 37.488860 5.0 NaN Цена чашки капучино:155–185 ₽ NaN 170.0 0 NaN улица Маршала Федоренко False не сетевое заведение
4 Иль марко пиццерия Москва, Правобережная улица, 1Б Северный административный округ ежедневно, 10:00–22:00 55.881166 37.449357 5.0 средние Средний счёт:400–600 ₽ 500.0 NaN 1 148.0 Правобережная улица False сетевое заведение
5 Sergio pizza пиццерия Москва, Ижорская улица, Вл8Б Северный административный округ ежедневно, 10:00–23:00 55.888010 37.509573 4.6 средние NaN NaN NaN 0 NaN Ижорская улица False не сетевое заведение
6 Огни города бар-паб Москва, Клязьминская улица, 9, cтр. 3 Северный административный округ пн 15:00–04:00; вт-вс 15:00–05:00 55.890752 37.524653 4.4 средние Средний счёт:199 ₽ 199.0 NaN 0 45.0 Клязьминская улица False не сетевое заведение
7 Mr. уголёк быстрое питание Москва, Клязьминская улица, 9, cтр. 3 Северный административный округ пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00... 55.890636 37.524303 4.7 средние Средний счёт:200–300 ₽ 250.0 NaN 0 45.0 Клязьминская улица False не сетевое заведение
8 Donna maria ресторан Москва, Дмитровское шоссе, 107, корп. 4 Северный административный округ ежедневно, 10:00–22:00 55.880045 37.539006 4.8 средние Средний счёт:от 500 ₽ 500.0 NaN 0 79.0 Дмитровское шоссе False не сетевое заведение
9 Готика кафе Москва, Ангарская улица, 39 Северный административный округ ежедневно, 12:00–00:00 55.879038 37.524487 4.3 средние Средний счёт:1000–1200 ₽ 1100.0 NaN 0 65.0 Ангарская улица False не сетевое заведение

Построим сводную таблицу методом pivot_table() со следующими столбцами:¶

network_category - категория сети заведения
network_category_count - количество заведений по категории сети
network_category_count_percent - количество заведений по категории сети в процентах от общего количества
In [73]:
data_pivot_chain = data.pivot_table(index='network_category', values='chain', aggfunc='count').reset_index()
data_pivot_chain.columns = ['network_category', 'network_category_count']
data_pivot_chain['network_category_count_percent'] = round((data_pivot_chain['network_category_count'] /\
                                                            data['chain'].count()) * 100, 2)
data_pivot_chain
Out[73]:
network_category network_category_count network_category_count_percent
0 не сетевое заведение 5200 61.88
1 сетевое заведение 3203 38.12

Построим круговую диаграмму распределения количества сетевых и не сетевых заведений по данным сводной таблицы data_pivot_chain¶

In [74]:
data_pivot_chain['text'] = data_pivot_chain.apply(lambda x: f'{x["network_category_count"]:.0f}', axis=1)
fig = go.Figure(data=[go.Pie(labels=data_pivot_chain['network_category'],
                             values=data_pivot_chain['network_category_count'],
                             text=data_pivot_chain['text'],
                             pull = [0.1, 0])])
fig.update_layout(title='Распределение количества сетевых и не сетевых заведений', width=800, height=600, title_x=0.45,
                  font_size=14, title_font_size=18, legend_font_size=14, annotations=[dict(x=1.57, y=1.05,
                  text='Категория сети заведения', showarrow=False)])
fig.update_annotations(font_size=16)
pio.write_image(fig, 'figure.png', width=700, height=600, scale=1.2)
Image('figure.png')
Out[74]:
No description has been provided for this image

Построим сводную таблицу chain_food следующими столбцами:¶

category - категория заведения;
total_count - количестов заведений по категориям;
chain_count - количество сетевых заведений в категории;
chain_percent - доля сетевых завдений в категории в процентах.
In [75]:
chain_food = data.groupby('category').agg({'chain':['count','sum']}).reset_index()
chain_food.columns = ['category','total_count','chain_count']
chain_food['chain_percent'] = round((chain_food['chain_count'] / chain_food['total_count'])*100, 2)
chain_food
Out[75]:
category total_count chain_count chain_percent
0 бар-паб 764 168 21.99
1 булочная 256 157 61.33
2 быстрое питание 603 232 38.47
3 кафе 2377 779 32.77
4 кофейня 1413 720 50.96
5 пиццерия 633 330 52.13
6 ресторан 2042 729 35.70
7 столовая 315 88 27.94

Отсортируем таблицу chain_food по доле сетевых завдений в категории¶

In [76]:
sorted_chain_food = chain_food.sort_values(by='chain_percent', ascending=False).reset_index(drop=True)
sorted_chain_food
Out[76]:
category total_count chain_count chain_percent
0 булочная 256 157 61.33
1 пиццерия 633 330 52.13
2 кофейня 1413 720 50.96
3 быстрое питание 603 232 38.47
4 ресторан 2042 729 35.70
5 кафе 2377 779 32.77
6 столовая 315 88 27.94
7 бар-паб 764 168 21.99

Применим градентную заливку столбцо chain_count, total_count, chain_percent таблицы sorted_chain_food¶

In [77]:
display(sorted_chain_food.style.background_gradient(subset=['chain_count', 'total_count','chain_percent'],cmap=\
                                                    'Blues', axis=0))
order = list(sorted_chain_food['category'])
category total_count chain_count chain_percent
0 булочная 256 157 61.330000
1 пиццерия 633 330 52.130000
2 кофейня 1413 720 50.960000
3 быстрое питание 603 232 38.470000
4 ресторан 2042 729 35.700000
5 кафе 2377 779 32.770000
6 столовая 315 88 27.940000
7 бар-паб 764 168 21.990000

Построим столбчатую диаграмму распределения доли сетевых заведений по категориям по данным сводных таблицы sorted_chain_food¶

In [78]:
fig = px.bar(sorted_chain_food,
             x='category',
             y='chain_percent',
             text='chain_percent')
fig.update_layout(title='Распределение доли сетевых заведений по категориям', title_x=0.5,
                  xaxis_title='Категория',
                  yaxis_title='Доля сетевых заведений в процентах',
                  width=990,
                  height=600,
                  font_size=13.5)
pio.write_image(fig, 'figure.png', width=990, height=600, scale=2)
Image('figure.png')
Out[78]:
No description has been provided for this image

Выводу по исследованию сетевых и не сетевых заведений¶

В датафрейме больше представлено не сетевых заведений - 5200 заведение или 61,9% от общего количества. Наибольшая доля сетевых заведений представлена в булочных (61.33%), пиццериях (52.13%), кофейнях (50.96%). Таким образом, для заведений типа булочные, пиццерии и кофейни более характерно сетевое распределение.

Исследование топовых сетей общественного питания в Москве¶

Создадим отфильтрованный датафрейм filtered_data_chain, в котором будут только сетевые заведения¶

In [79]:
filtered_data_chain = data.query('chain == 1')

Создадим сводную таблицу методом groupby() со следующими столбцами:¶

name - название заведения;
category - категория заведения;
name_count - количество заведения по названию и категории.
In [80]:
summary_table = filtered_data_chain.groupby(['name', 'category']).size().reset_index(name='name_count')
summary_table
Out[80]:
name category name_count
0 1-я креветочная кафе 1
1 10 идеальных пицц ресторан 3
2 18 грамм кофейня 3
3 4 сезона кафе 1
4 7 сэндвичей кофейня 4
... ... ... ...
1144 Ян примус ресторан 2
1145 Яндекс лавка ресторан 69
1146 Яндекс.лавка ресторан 3
1147 Японская кухня кафе 2
1148 Японская кухня ресторан 2

1149 rows × 3 columns

Отсортируем сводную таблицу summary_table по количеству заведений по столбцу name_count по убыванию, переименуем столбец category в Категория и выведем первые 15 значений¶

In [81]:
sorted_summary_table = summary_table.sort_values(by='name_count', ascending=False).reset_index(drop=True)
sorted_summary_table_top = sorted_summary_table.head(15)
sorted_summary_table_top
Out[81]:
name category name_count
0 Шоколадница кофейня 119
1 Домино'с пицца пиццерия 76
2 Додо пицца пиццерия 74
3 One price coffee кофейня 71
4 Яндекс лавка ресторан 69
5 Cofix кофейня 65
6 Prime ресторан 49
7 Кофепорт кофейня 42
8 Кулинарная лавка братьев караваевых кафе 39
9 Теремок ресторан 36
10 Cofefest кофейня 31
11 Чайхана кафе 26
12 Буханка булочная 25
13 Drive café кафе 24
14 Кофемания кофейня 22

Построим столбчатую диаграмму распередения топ 15 сетевых заведений по количеству по данным сводной таблицы sorted_summary_table_top¶

In [82]:
fig = px.bar(sorted_summary_table_top.sort_values(by='name_count', ascending=False),
             x='name',
             y='name_count',
             color='category',
             text='name_count',
             category_orders={"name": sorted_summary_table_top.sort_values(by='name_count', ascending=False)['name']})
fig.update_layout(title='Распеределение топ 15 сетевых заведений по количеству', title_x=0.5,
                  xaxis_title='Название заведений',
                  yaxis_title='Количество заведений',
                  width=990,
                  height=700,
                  font_size=13,
                  legend=dict(x=0.86, y=0.99),
                  legend_title='Категория')
pio.write_image(fig, 'figure.png', width=990, height=700, scale=2)
Image('figure.png')
Out[82]:
No description has been provided for this image

Создадим сводную таблицу по количеству категорий заведений в топ 15 сетей¶

In [83]:
top_categories = sorted_summary_table_top.groupby('category').size().reset_index(name='category_count')
soted_top_categories = top_categories.sort_values(by='category_count', ascending=False).reset_index(drop=True)
soted_top_categories
Out[83]:
category category_count
0 кофейня 6
1 кафе 3
2 ресторан 3
3 пиццерия 2
4 булочная 1

Построим столбчатую диаграмму распределения категорий заведений в топ-15 сетях¶

In [84]:
soted_top_categories['text'] = soted_top_categories.apply(lambda x: f'{x["category_count"]:.0f}', axis=1)
fig = go.Figure(data=[go.Pie(labels=soted_top_categories['category'],
                             values=soted_top_categories['category_count'],
                             text=soted_top_categories['text'],
                             pull = [0.1, 0])])
fig.update_layout(title='Распределение категорий заведений в топ-15 сетях', width=800, height=600, title_x=0.5,
                  font_size=14, title_font_size=18, legend_font_size=14, annotations=[dict(x=1.2, y=1.05,
                  text='Категория', showarrow=False)])
fig.update_annotations(font_size=16)
fig.update_traces(texttemplate='%{text}<br>%{percent:.1%}', textinfo='text+percent')
pio.write_image(fig, 'figure.png', width=800, height=600, scale=1.2)
Image('figure.png')
Out[84]:
No description has been provided for this image

Построим сводную таблицу методом pivot_table() со следующими столбцами:¶

category - категория заведения
name_count - количество заведений по категориям
name_count_percent - количество заведений по категориям в процентах от общего количества
In [85]:
data_pivot_count_top = sorted_summary_table_top.pivot_table(index='category', values='name_count', \
                                                            aggfunc='sum').reset_index()
data_pivot_count_top.columns = ['category', 'name_count']
data_pivot_count_top['name_count_percent'] = round((data_pivot_count_top['name_count'] /\
                                                    data_pivot_count_top['name_count'].sum()) * 100, 2)
data_pivot_count_top
Out[85]:
category name_count name_count_percent
0 булочная 25 3.26
1 кафе 89 11.59
2 кофейня 350 45.57
3 пиццерия 150 19.53
4 ресторан 154 20.05

Отсортируем сводную таблицу sorted_data_pivot_count_top по убывани по количеству заведений¶

In [86]:
sorted_data_pivot_count_top = data_pivot_count_top.sort_values(by='name_count', ascending=False).reset_index(drop=True)
sorted_data_pivot_count_top
Out[86]:
category name_count name_count_percent
0 кофейня 350 45.57
1 ресторан 154 20.05
2 пиццерия 150 19.53
3 кафе 89 11.59
4 булочная 25 3.26

Построим круговую диаграмму распределения количества заведений по категориям в топ-15 сетях по данным сводной таблицы sorted_data_pivot_count_top¶

In [87]:
sorted_data_pivot_count_top['text'] = sorted_data_pivot_count_top.apply(lambda x: f'{x["name_count"]:.0f}', axis=1)
fig = go.Figure(data=[go.Pie(labels=sorted_data_pivot_count_top['category'],
                             values=sorted_data_pivot_count_top['name_count'],
                             text=sorted_data_pivot_count_top['text'],
                             pull = [0.1, 0])])
fig.update_layout(title='Распределение количества заведений по категориям в топ-15 сетях', width=900, height=700, \
                  title_x=0.45,
                  font_size=14, title_font_size=18, legend_font_size=14, annotations=[dict(x=1.15, y=1.05,
                  text='Категория', showarrow=False)])
fig.update_annotations(font_size=16)
fig.update_traces(texttemplate='%{text}<br>%{percent:.2%}', textinfo='text+percent', textposition='inside')
pio.write_image(fig, 'figure.png', width=900, height=700, scale=2)
Image('figure.png')
Out[87]:
No description has been provided for this image

Выводы по исследованию топовых сетей общественного питания в Москве¶

Среди топ 15 сетевых заведений по количеству в Москве самая крупная сеть - это кофейни Шоколадница, которая имеет 119 точек. 6 из 15 топ сетей этой кофейни, что составляет 40%. Следующие крупные категории это кафе и рестораны - по 3 сети или 20%. Среди топ 15 сетей на долю кофейн приходится 350 заведений или 45.57%. Далее идут рестораны (154 заведения или 20.05%), пиццерии (150 заведений или 19.53%), кафе (89 заведений или 11.59%) и булочные(25 заведений или 3.26%).

Исследование заведений по административным районам Москвы¶

Построим сводную таблицу data_pivot_district методом pivot_table() со следующими столбцами:¶

district - административный район, в котором находится заведение
category - категория заведения
count_public_food - количество заведений по административным районам и категориям
In [88]:
data_pivot_district = data.pivot_table(index=['district', 'category'], values='name', aggfunc='count').reset_index()
data_pivot_district.columns = ['district', 'category', 'count_public_food']
data_pivot_district.head(16)
Out[88]:
district category count_public_food
0 Восточный административный округ бар-паб 53
1 Восточный административный округ булочная 25
2 Восточный административный округ быстрое питание 71
3 Восточный административный округ кафе 272
4 Восточный административный округ кофейня 105
5 Восточный административный округ пиццерия 72
6 Восточный административный округ ресторан 160
7 Восточный административный округ столовая 40
8 Западный административный округ бар-паб 50
9 Западный административный округ булочная 37
10 Западный административный округ быстрое питание 62
11 Западный административный округ кафе 238
12 Западный административный округ кофейня 150
13 Западный административный округ пиццерия 71
14 Западный административный округ ресторан 218
15 Западный административный округ столовая 24

Построим сводную таблицу district_sum методом pivot_table() со следующими столбцами:¶

district - административный район, в котором находится заведение
total_count_public_food - количество заведений по административным районам
In [89]:
district_sum = data_pivot_district.groupby('district')['count_public_food'].sum().reset_index()
district_sum.columns = ['district', 'total_count_public_food']
district_sum
Out[89]:
district total_count_public_food
0 Восточный административный округ 798
1 Западный административный округ 850
2 Северный административный округ 899
3 Северо-Восточный административный округ 890
4 Северо-Западный административный округ 409
5 Центральный административный округ 2242
6 Юго-Восточный административный округ 714
7 Юго-Западный административный округ 709
8 Южный административный округ 892

Объединим сводные таблицы data_pivot_district и district_sum по столбцу district и оценим результат объединения¶

In [90]:
data_pivot_district = data_pivot_district.merge(district_sum, on='district')
data_pivot_district
Out[90]:
district category count_public_food total_count_public_food
0 Восточный административный округ бар-паб 53 798
1 Восточный административный округ булочная 25 798
2 Восточный административный округ быстрое питание 71 798
3 Восточный административный округ кафе 272 798
4 Восточный административный округ кофейня 105 798
... ... ... ... ...
67 Южный административный округ кафе 264 892
68 Южный административный округ кофейня 131 892
69 Южный административный округ пиццерия 73 892
70 Южный административный округ ресторан 202 892
71 Южный административный округ столовая 44 892

72 rows × 4 columns

Отсортируем сводную таблицу data_pivot_district по столбцам total_count_public_food и count_public_food по убыванию, а также добавим столбец count_public_food_percent - доля каждой категории заведения в административном районе в процентах¶

In [91]:
sorded_data_pivot_district = data_pivot_district.sort_values(by=['total_count_public_food', 'count_public_food'],\
                                                             ascending=False).reset_index(drop=True)
sorded_data_pivot_district['count_public_food_percent'] = round((sorded_data_pivot_district['count_public_food'] /\
                                                           sorded_data_pivot_district['total_count_public_food'])*100, 2)
sorded_data_pivot_district.head(16)
Out[91]:
district category count_public_food total_count_public_food count_public_food_percent
0 Центральный административный округ ресторан 670 2242 29.88
1 Центральный административный округ кафе 464 2242 20.70
2 Центральный административный округ кофейня 428 2242 19.09
3 Центральный административный округ бар-паб 364 2242 16.24
4 Центральный административный округ пиццерия 113 2242 5.04
5 Центральный административный округ быстрое питание 87 2242 3.88
6 Центральный административный округ столовая 66 2242 2.94
7 Центральный административный округ булочная 50 2242 2.23
8 Северный административный округ кафе 235 899 26.14
9 Северный административный округ кофейня 193 899 21.47
10 Северный административный округ ресторан 188 899 20.91
11 Северный административный округ пиццерия 77 899 8.57
12 Северный административный округ бар-паб 68 899 7.56
13 Северный административный округ быстрое питание 58 899 6.45
14 Северный административный округ столовая 41 899 4.56
15 Северный административный округ булочная 39 899 4.34

Построим столбчатую диаграмму распределение количества заведений по районам и категориям по данным таблицы sorded_data_pivot_district¶

In [92]:
fig = px.bar(sorded_data_pivot_district, x='district', y='count_public_food', color='category',
             title='Распределение количества заведений по районам и категориям')
fig.update_layout(title_x=0.5,
                  width=990, height=800,
                  font_size=14,
                  legend_font_size=14,
                  title_font_size=18,
                  legend=dict(x=0.75, y=1.0),
                  legend_title='Категория',
                  xaxis_title='Административный район',
                  yaxis_title='Количество заведений')
fig.update_xaxes(tickangle=-45)
pio.write_image(fig, 'figure.png', width=990, height=800, scale=2)
Image('figure.png')
Out[92]:
No description has been provided for this image

Построим нормированную столбчатую диаграмму распределение количества заведений по районам и категориям в процентах по данным таблицы sorded_data_pivot_district¶

In [93]:
fig = px.bar(sorded_data_pivot_district, x='district', y='count_public_food', color='category',
             title='Распределение количества заведений по районам и категориям в процентах')
fig.update_layout(title_x=0.8,
                  width=990, height=800,
                  font_size=14,
                  legend_font_size=14,
                  title_font_size=18,
                  legend=dict(x=1, y=1.0),
                  legend_title='Категория',
                  xaxis_title='Административный район',
                  yaxis_title='Доля категорий заведений в районе',
                  barnorm='percent')
fig.update_xaxes(tickangle=-45)
pio.write_image(fig, 'figure.png', width=990, height=800, scale=2)
Image('figure.png')
Out[93]:
No description has been provided for this image

Отсортируем сводную таблицу district_sum по столбцу total_count_public_food по убыванию и добавим столбец total_count_public_food_percent для отображения количества заведений по административным районам в процентах¶

In [94]:
sorted_district_sum = district_sum.sort_values(by='total_count_public_food', ascending=False).reset_index(drop=True)
sorted_district_sum['total_count_public_food_percent'] = round((sorted_district_sum['total_count_public_food'] /\
                                                         sorted_district_sum['total_count_public_food'].sum())*100, 2)
sorted_district_sum
Out[94]:
district total_count_public_food total_count_public_food_percent
0 Центральный административный округ 2242 26.68
1 Северный административный округ 899 10.70
2 Южный административный округ 892 10.62
3 Северо-Восточный административный округ 890 10.59
4 Западный административный округ 850 10.12
5 Восточный административный округ 798 9.50
6 Юго-Восточный административный округ 714 8.50
7 Юго-Западный административный округ 709 8.44
8 Северо-Западный административный округ 409 4.87

Создадим отфильтрованый датафрейм из таблицы sorded_data_pivot_district, где будут присутстовать категории заведений - ресторан, кафе, кофейня и отсортируем получившийся датафрейм по категориям и доле заведений в административном районе¶

In [95]:
sorded_data_pivot_district_2 = sorded_data_pivot_district.query('category == ["ресторан", "кафе", "кофейня"]')
sorded_data_pivot_district_2.sort_values(by=['category', 'count_public_food_percent'], ascending=\
                                         False).reset_index(drop=True)
Out[95]:
district category count_public_food total_count_public_food count_public_food_percent
0 Центральный административный округ ресторан 670 2242 29.88
1 Северо-Западный административный округ ресторан 109 409 26.65
2 Западный административный округ ресторан 218 850 25.65
3 Юго-Западный административный округ ресторан 168 709 23.70
4 Южный административный округ ресторан 202 892 22.65
5 Северный административный округ ресторан 188 899 20.91
6 Северо-Восточный административный округ ресторан 182 890 20.45
7 Юго-Восточный административный округ ресторан 145 714 20.31
8 Восточный административный округ ресторан 160 798 20.05
9 Северный административный округ кофейня 193 899 21.47
10 Центральный административный округ кофейня 428 2242 19.09
11 Северо-Восточный административный округ кофейня 159 890 17.87
12 Западный административный округ кофейня 150 850 17.65
13 Северо-Западный административный округ кофейня 62 409 15.16
14 Южный административный округ кофейня 131 892 14.69
15 Юго-Западный административный округ кофейня 96 709 13.54
16 Восточный административный округ кофейня 105 798 13.16
17 Юго-Восточный административный округ кофейня 89 714 12.46
18 Юго-Восточный административный округ кафе 282 714 39.50
19 Восточный административный округ кафе 272 798 34.09
20 Юго-Западный административный округ кафе 238 709 33.57
21 Северо-Восточный административный округ кафе 269 890 30.22
22 Южный административный округ кафе 264 892 29.60
23 Северо-Западный административный округ кафе 115 409 28.12
24 Западный административный округ кафе 238 850 28.00
25 Северный административный округ кафе 235 899 26.14
26 Центральный административный округ кафе 464 2242 20.70

Выводы по исследованию заведений в административных районам Москвы¶

В датафрейме представлено 9 административных районов Москвы. Среди всех районов большее количество заведений представлено в центральном административном округе - 2242 заведения или 26.68%. Меньше всех заведений представлено в северо-западном административном округе - 409 заведений или 4.87%. Количественное распределение заведений по категориям в каждом районе разное. Например лидерам по количеству заведений в центральной административном округе являются рестораны, кафе и кофейни (670, 464, 428 заведений соответственно). При этом напрмер в северном административном округе это уже кафе, кофейни и рестораны (235, 193, 189 заведений соответственно). Наибольшая доля ресторанов присутствует в юго-восточном административном округе - 29.88%, наименьшая в восточном административном округе - 20.05%. Наибольшая доля кафе представлена в юго-восточном административный округе - 39.50%, наименьшая в центральном административном округе - 20.70%. Наибольшая доля кофеин представлена в северном административном округе - 21.47%, наименьшая в юго-восточном административном округе 12.46%.

Исследование средних рейтингов по категориям заведений¶

Оценим общие числовые характеристика рейтинга заведений по столбцу rating¶

In [96]:
data['rating'].describe()
Out[96]:
count    8403.000000
mean        4.229894
std         0.470426
min         1.000000
25%         4.100000
50%         4.300000
75%         4.400000
max         5.000000
Name: rating, dtype: float64

Построим сводную таблицу data_pivot_rating методом pivot_table() со следующими столбцами:¶

category - категория заведения
rating_mean - средний рейтинг заведений по категориям
In [97]:
data_pivot_rating = data.pivot_table(index='category', values='rating', aggfunc='mean').reset_index()
data_pivot_rating.columns = ['category', 'rating_mean']
data_pivot_rating['rating_mean'] = round(data_pivot_rating['rating_mean'], 2)
data_pivot_rating
Out[97]:
category rating_mean
0 бар-паб 4.39
1 булочная 4.27
2 быстрое питание 4.05
3 кафе 4.12
4 кофейня 4.28
5 пиццерия 4.30
6 ресторан 4.29
7 столовая 4.21

Отсортируем сводную таблицу data_pivot_rating по среднему рейтингу по убыванию¶

In [98]:
sorted_data_pivot_rating = data_pivot_rating.sort_values(by='rating_mean', ascending=False).reset_index(drop=True)
sorted_data_pivot_rating
Out[98]:
category rating_mean
0 бар-паб 4.39
1 пиццерия 4.30
2 ресторан 4.29
3 кофейня 4.28
4 булочная 4.27
5 столовая 4.21
6 кафе 4.12
7 быстрое питание 4.05

Построим столбчатую диаграмму распределения средних рейтингов по категориям заведений по данным таблицы sorted_data_pivot_rating¶

In [99]:
fig = px.bar(sorted_data_pivot_rating, x='category', y='rating_mean',
             title='Распределение средних рейтингов по категориям заведений',
             text = 'rating_mean')
fig.update_layout(title_x=0.5,
                  width=990, height=600,
                  font_size=14,
                  title_font_size=18,
                  xaxis_title='Категория заведения',
                  yaxis_title='Средний рейтинг заведения')
fig.update_yaxes(range=[4, 4.4])
pio.write_image(fig, 'figure.png', width=990, height=600, scale=2)
Image('figure.png')
Out[99]:
No description has been provided for this image

Оценим разницу между самым высоким и самым низким рейтингом в категориях заведений в абсолютных значениях и в процентах¶

In [100]:
difference_categories_rating = round((sorted_data_pivot_rating.iloc[0, 1] - sorted_data_pivot_rating.iloc[7, 1]), 2)
difference_categories_rating_percent = round(((sorted_data_pivot_rating.iloc[0, 1] - \
                                            sorted_data_pivot_rating.iloc[7, 1]) / \
                                              sorted_data_pivot_rating.iloc[0, 1])*100, 2)
display(difference_categories_rating)                                     
display(difference_categories_rating_percent)

0.34
7.74

Выводы по иследованию средних рейтингов по категориям заведений¶

Медианный рейтинг заведений составляет 4.3. Самый высокий средний рейтинг заведений у баров-пабов 4.39. Самый низкий рейтинг заведений у заведений быстрого питания - 4.05. Разница между максимальным и минимальнмым рейтингом незначительная и составляет всего 0.34 или 7.74%.

Построение фоновой картограммы со средним рейтингом для каждого административного района¶

Построим сводную таблицу pivot_rating_district методом pivot_table() со следующими столбцами:¶

district - административный район заведения
rating_mean - средний рейтинг заведений по административному району
In [101]:
pivot_rating_district = data.pivot_table(index='district', values='rating', aggfunc='mean').reset_index()
pivot_rating_district.columns = ['district', 'rating_mean']
pivot_rating_district['rating_mean'] = round(pivot_rating_district['rating_mean'], 2)
pivot_rating_district
Out[101]:
district rating_mean
0 Восточный административный округ 4.17
1 Западный административный округ 4.18
2 Северный административный округ 4.24
3 Северо-Восточный административный округ 4.15
4 Северо-Западный административный округ 4.21
5 Центральный административный округ 4.38
6 Юго-Восточный административный округ 4.10
7 Юго-Западный административный округ 4.17
8 Южный административный округ 4.18

Остортируем сводную таблицу pivot_rating_district по среднему рейтингу по убыванию¶

In [102]:
sorted_pivot_rating_district = pivot_rating_district.sort_values(by='rating_mean', ascending=False).reset_index(drop=True)
sorted_pivot_rating_district
Out[102]:
district rating_mean
0 Центральный административный округ 4.38
1 Северный административный округ 4.24
2 Северо-Западный административный округ 4.21
3 Западный административный округ 4.18
4 Южный административный округ 4.18
5 Восточный административный округ 4.17
6 Юго-Западный административный округ 4.17
7 Северо-Восточный административный округ 4.15
8 Юго-Восточный административный округ 4.10

Построим фоновую картограмму со средним рейтингом заведений каждого района¶

Загружаем JSON-файл с границами округов Москвы и открываем файл в режиме чтения с кодировкой UTF-8 с последующей загрузкой данных из файла¶
In [103]:
state_geo = r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\admin_level_geomap.geojson'
with open(state_geo, 'r', encoding='utf-8') as f:
     state_geo_data = json.load(f)
Определяем широту и долготу центра Москвы и создаем ее карту¶
In [104]:
moscow_lat, moscow_lng = 55.751244, 37.618423
map_avg_rating = Map(location=[moscow_lat, moscow_lng], zoom_start=9.5, tiles='Cartodb Positron')
Cоздаём хороплет с помощью конструктора Choropleth, добавляем его на карту и выводим карту на экран¶
In [105]:
Choropleth(
    geo_data=state_geo_data,
    data=sorted_pivot_rating_district,
    columns=['district', 'rating_mean'],
    key_on='feature.name',
    fill_color='YlGnBu',
    fill_opacity=0.7,
    legend_name='Средний рейтинг заведений по административным районам',
    bins=9
).add_to(map_avg_rating)
Image(filename=r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\map_avg_rating.png', width=1100, height=600)
Out[105]:
No description has been provided for this image

Выводы по фоновой картограмме¶

Самый высокий рейтинг у заведений в центральном административном округе 4.38. Самый низкий рейтинг в юговосточном административном округе 4.10. В большинстве остальных округов рейтинг находится в пределах от 4.15 до 4.19.

Отображение всех заведений на карте с помощью кластеров¶

Создадим функцию create_clusters которая принимает строку датафрейма, создаёт маркер в текущей точке и добавляет его в кластер marker_cluster¶

In [106]:
def create_clusters(row):
    Marker(
        [row['lat'], row['lng']],
        popup=f"{row['name']} {row['rating']}",
    ).add_to(marker_cluster)

Создадим карту Москвы, пустой кластер marker_cluster, применим функцию create_clusters() к каждой строке датафрейма и выведем карту на экран¶

In [107]:
map_all_food = Map(location=[moscow_lat, moscow_lng], zoom_start=10, tiles='Cartodb Positron')
marker_cluster = MarkerCluster().add_to(map_all_food)
data.apply(create_clusters, axis=1)
Image(filename=r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\map_all_food.png', width=1100, height=600)
Out[107]:
No description has been provided for this image

Выводы по отображаению всех заведений на карте с помощью кластеров¶

Наибольшая плотность заведений расположена центре Москвы. При удалении от центра плотность заведений снижается.

Исследование топ-15 улиц по количеству заведений¶

Построим сводную таблицу data_pivot_street методом pivot_table() со следующими столбцами:¶

street - улица, где находится заведение
category - категория заведения
street_count - количество заведений по категориям и улицам
In [108]:
data_pivot_street = data.pivot_table(index=['street', 'category'], values='name', aggfunc='count').reset_index()
data_pivot_street.columns = ['street', 'category', 'street_count']
data_pivot_street
Out[108]:
street category street_count
0 1-Й cтрелецкий проезд кафе 1
1 1-Й cтрелецкий проезд кофейня 1
2 1-Й Автозаводский проезд кафе 1
3 1-Й Балтийский переулок ресторан 1
4 1-Й Варшавский проезд кафе 1
... ... ... ...
3816 шоссейная улица кофейня 1
3817 шоссейная улица пиццерия 1
3818 шоссейная улица ресторан 3
3819 шоссейный проезд бар-паб 1
3820 № 7 кафе 1

3821 rows × 3 columns

Построим сводную таблицу street_sum методом pivot_table() со следующими столбцами:¶

street - улица, где находится заведение
total_street_count - количество заведений по улицам
In [109]:
street_sum = data_pivot_street.groupby('street')['street_count'].sum().reset_index()
street_sum.columns = ['street', 'total_street_count']
street_sum
Out[109]:
street total_street_count
0 1-Й cтрелецкий проезд 2
1 1-Й Автозаводский проезд 1
2 1-Й Балтийский переулок 1
3 1-Й Варшавский проезд 1
4 1-Й Вешняковский проезд 1
... ... ...
1442 улица нижняя Масловка 5
1443 шоссе Энтузиастов 33
1444 шоссейная улица 12
1445 шоссейный проезд 1
1446 № 7 1

1447 rows × 2 columns

Отсортируем сводную таблицу street_sum по столбцу total_street_count по убыванию и оставим в ней только первые 15 значений¶

In [110]:
sorted_street_sum = street_sum.sort_values(by='total_street_count', ascending=False).reset_index(drop=True)
sorted_street_sum.head(15)
Out[110]:
street total_street_count
0 проспект Мира 183
1 Профсоюзная улица 122
2 проспект Вернадского 108
3 Ленинский проспект 107
4 Ленинградский проспект 95
5 Дмитровское шоссе 88
6 Каширское шоссе 77
7 Варшавское шоссе 76
8 Ленинградское шоссе 70
9 МКАД 65
10 Люблинская улица 60
11 улица Вавилова 55
12 Кутузовский проспект 54
13 улица Миклухо-Маклая 49
14 Пятницкая улица 48

Объединим сводные таблицы data_pivot_street и street_sum по столбцу district и оценим результат объединения¶

In [111]:
data_pivot_street_all = data_pivot_street.merge(street_sum, on='street')
data_pivot_street_all
Out[111]:
street category street_count total_street_count
0 1-Й cтрелецкий проезд кафе 1 2
1 1-Й cтрелецкий проезд кофейня 1 2
2 1-Й Автозаводский проезд кафе 1 1
3 1-Й Балтийский переулок ресторан 1 1
4 1-Й Варшавский проезд кафе 1 1
... ... ... ... ...
3816 шоссейная улица кофейня 1 12
3817 шоссейная улица пиццерия 1 12
3818 шоссейная улица ресторан 3 12
3819 шоссейный проезд бар-паб 1 1
3820 № 7 кафе 1 1

3821 rows × 4 columns

Отсортируем сводную таблицу data_pivot_street_all по столбцам total_street_count и street_count по убыванию, а также добавим столбец total_street_count_percent - доля каждой категории заведения в улице в процентах¶

In [112]:
sorded_data_pivot_street_all = data_pivot_street_all.sort_values(by=['total_street_count', 'street_count'],\
                                                             ascending=False).reset_index(drop=True)
sorded_data_pivot_street_all['total_street_count_percent'] = round((sorded_data_pivot_street_all['street_count'] /\
                                                           sorded_data_pivot_street_all['total_street_count'])*100, 2)
sorded_data_pivot_street_all
Out[112]:
street category street_count total_street_count total_street_count_percent
0 проспект Мира кафе 53 183 28.96
1 проспект Мира ресторан 45 183 24.59
2 проспект Мира кофейня 36 183 19.67
3 проспект Мира быстрое питание 21 183 11.48
4 проспект Мира бар-паб 11 183 6.01
... ... ... ... ... ...
3816 улица Шухова ресторан 1 1 100.00
3817 улица Юннатов столовая 1 1 100.00
3818 улица большая Молчановка кафе 1 1 100.00
3819 шоссейный проезд бар-паб 1 1 100.00
3820 № 7 кафе 1 1 100.00

3821 rows × 5 columns

Оценим какие индексы есть у строк, где содержится последняя из улиц, входящая в топ 15 по количеству заведений¶

In [113]:
sorded_data_pivot_street_all.query('street == "Пятницкая улица"')
Out[113]:
street category street_count total_street_count total_street_count_percent
104 Пятницкая улица ресторан 18 48 37.50
105 Пятницкая улица бар-паб 9 48 18.75
106 Пятницкая улица кафе 7 48 14.58
107 Пятницкая улица кофейня 6 48 12.50
108 Пятницкая улица булочная 3 48 6.25
109 Пятницкая улица пиццерия 3 48 6.25
110 Пятницкая улица быстрое питание 2 48 4.17

Отфильтруем таблицу sorded_data_pivot_street_all, отставив в ней только первые 111 значений¶

In [114]:
sorded_data_pivot_street_all_top = sorded_data_pivot_street_all.head(111)
sorded_data_pivot_street_all_top.head(10)
Out[114]:
street category street_count total_street_count total_street_count_percent
0 проспект Мира кафе 53 183 28.96
1 проспект Мира ресторан 45 183 24.59
2 проспект Мира кофейня 36 183 19.67
3 проспект Мира быстрое питание 21 183 11.48
4 проспект Мира бар-паб 11 183 6.01
5 проспект Мира пиццерия 11 183 6.01
6 проспект Мира булочная 4 183 2.19
7 проспект Мира столовая 2 183 1.09
8 Профсоюзная улица кафе 35 122 28.69
9 Профсоюзная улица ресторан 26 122 21.31

Построим сводную таблицу data_pivot_street_all_category методом groupby() со столбцами:¶

street - улица, где находится заведение
category_count - количество категорий заведений, находящихся на этой улице
In [115]:
data_pivot_street_all_category = sorded_data_pivot_street_all_top.groupby('street')['category'].count().reset_index()
data_pivot_street_all_category.columns = ['street', 'category_count']
data_pivot_street_all_category
Out[115]:
street category_count
0 Варшавское шоссе 7
1 Дмитровское шоссе 8
2 Каширское шоссе 7
3 Кутузовский проспект 8
4 Ленинградский проспект 8
5 Ленинградское шоссе 8
6 Ленинский проспект 8
7 Люблинская улица 7
8 МКАД 6
9 Профсоюзная улица 8
10 Пятницкая улица 7
11 проспект Вернадского 8
12 проспект Мира 8
13 улица Вавилова 7
14 улица Миклухо-Маклая 6

Объединим таблицы sorted_street_sum и data_pivot_street_all_category по столбцу street и добавим столбец total_street_count_percent - количество заведений на улице в процентах от общего количества¶

In [116]:
data_pivot_street_all_2 = sorted_street_sum.merge(data_pivot_street_all_category, on='street')
data_pivot_street_all_2['total_street_count_percent'] = \
round((data_pivot_street_all_2['total_street_count'] / data['street'].count())*100, 2)
data_pivot_street_all_2
Out[116]:
street total_street_count category_count total_street_count_percent
0 проспект Мира 183 8 2.18
1 Профсоюзная улица 122 8 1.45
2 проспект Вернадского 108 8 1.29
3 Ленинский проспект 107 8 1.27
4 Ленинградский проспект 95 8 1.13
5 Дмитровское шоссе 88 8 1.05
6 Каширское шоссе 77 7 0.92
7 Варшавское шоссе 76 7 0.90
8 Ленинградское шоссе 70 8 0.83
9 МКАД 65 6 0.77
10 Люблинская улица 60 7 0.71
11 улица Вавилова 55 7 0.65
12 Кутузовский проспект 54 8 0.64
13 улица Миклухо-Маклая 49 6 0.58
14 Пятницкая улица 48 7 0.57

Построим столбчатую диаграмму распределения заведений и категорий по 15 улицам с наибольшим числом заведений по данным таблицы sorded_data_pivot_street_all_top¶

In [117]:
fig = px.bar(sorded_data_pivot_street_all_top, x='street', y='street_count', color='category',
             title='Распределение заведений и категорий среди топ 15 улиц по количеству')
fig.update_layout(title_x=0.5,
                  width=990, height=800,
                  font_size=14,
                  legend_font_size=14,
                  title_font_size=18,
                  legend=dict(x=0.75, y=1.0),
                  legend_title='Категория',
                  xaxis_title='Улица',
                  yaxis_title='Количество заведений')
fig.update_xaxes(tickangle=-45)
pio.write_image(fig, 'figure.png', width=990, height=800, scale=2)
Image('figure.png')
Out[117]:
No description has been provided for this image

Построим нормированную столбчатую диаграмму распределения заведений и категорий по 15 улицам с наибольшим числом заведений по данным таблицы sorded_data_pivot_street_all_top в процентах¶

In [118]:
fig = px.bar(sorded_data_pivot_street_all_top, x='street', y='street_count', color='category',
             title='Распределение заведений и категорий среди топ 15 улиц по количеству в процентах')
fig.update_layout(title_x=0.5,
                  width=990, height=800,
                  font_size=14,
                  legend_font_size=14,
                  title_font_size=18,
                  legend=dict(x=1, y=1.0),
                  legend_title='Категория',
                  xaxis_title='Улица',
                  yaxis_title='Доля категорий заведений на улице',
                  barnorm='percent')
fig.update_xaxes(tickangle=-45)
pio.write_image(fig, 'figure.png', width=990, height=800, scale=2)
Image('figure.png')
Out[118]:
No description has been provided for this image

Выводы по исследованию топ-15 улиц по количеству заведений¶

Среди топ-15 улиц по количеству заведений лидером является проспект Мира - 183 заведения или 2.19% от общего. Меньше всего в данной выборке заведений на Пятницкой улице - 48 заведений или 0.57 % от общего. По категориям заведений распределение не равномерное. Во первых не все категории заведений представлены в каждой улице. Так нет булочных на Каширском, Варшавском шоссе, МКАДе, Люблинской улице и улице Миклухо-Маклая. Нет столовых на улице Вавилова, улице Миклухо-Маклая и на Пятницкой улице. Нет пиццерий на МКАДе. Самая высокая доля кафе находится на МКАДе - 45 заведений из 65 или 69.23%. Самая высокая доля ресторанов находится на Пятницкой улице - 18 заведений из 48 или 37.5%. Самая высокая доля кофеин находится на Ленинградском проспекте 25 заведений из 95 или 26.32%.

Исследование улиц с одним заведением¶

Создадим отфильтрованный датафрейм street_one_food в котором остануться только улицы, где расположено только одно заведение¶

In [119]:
street_one_food = data.groupby('street').filter(lambda x: len(x) == 1)
street_one_food
Out[119]:
name category address district hours lat lng rating price avg_bill middle_avg_bill middle_coffee_cup chain seats street is_24/7 network_category
15 Дом обеда столовая Москва, улица Бусиновская Горка, 2 Северный административный округ пн-пт 08:30–18:30; сб 10:00–20:00 55.885890 37.493264 4.1 средние Средний счёт:300–500 ₽ 400.0 NaN 0 180.0 улица Бусиновская Горка False не сетевое заведение
21 7/12 кафе Москва, Прибрежный проезд, 7 Северный административный округ ежедневно, 10:00–22:00 55.876805 37.464934 4.5 NaN NaN NaN NaN 0 NaN Прибрежный проезд False не сетевое заведение
25 В парке вкуснее кофейня Москва, парк Левобережный Северный административный округ ежедневно, 10:00–21:00 55.878453 37.460028 4.3 NaN NaN NaN NaN 1 NaN парк Левобережный False сетевое заведение
58 Coffeekaldi's кофейня Москва, Угличская улица, 13, cтр. 8 Северо-Восточный административный округ ежедневно, 09:00–22:00 55.900316 37.570558 4.1 средние Средний счёт:500–800 ₽ 650.0 NaN 1 NaN Угличская улица False сетевое заведение
60 Чебуречная история кофейня Москва, Ландшафтный Заказник Лианозовский Северо-Восточный административный округ ежедневно, 10:00–22:00 55.899845 37.570488 4.9 NaN NaN NaN NaN 1 NaN Ландшафтный Заказник Лианозовский False сетевое заведение
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
8286 Мираж ресторан Москва, улица Шкулёва, 2А Юго-Восточный административный округ пн-пт 11:00–23:00; сб,вс 11:00–00:00 55.693340 37.746231 4.7 NaN NaN NaN NaN 0 90.0 улица Шкулёва False не сетевое заведение
8291 Wtfcoffee кофейня Москва, улица Артюхиной, 14/8С1 Юго-Восточный административный округ ежедневно, 10:00–22:00 55.699044 37.737790 4.4 средние NaN NaN NaN 0 NaN улица Артюхиной False не сетевое заведение
8314 Беседка кафе Москва, Кузьминская улица, 10 Юго-Восточный административный округ ежедневно, 11:00–23:00 55.690691 37.787735 4.1 NaN NaN NaN NaN 1 NaN Кузьминская улица False сетевое заведение
8376 Лагман хаус кафе Москва, Новороссийская улица, 14, cтр. 2 Юго-Восточный административный округ ежедневно, 10:00–00:00 55.678772 37.759422 4.3 NaN NaN NaN NaN 1 40.0 Новороссийская улица False сетевое заведение
8397 Практика кофе кофейня Москва, Чонгарский бульвар, 26А, корп. 1 Юго-Западный административный округ пн-пт 08:00–22:00; сб,вс 09:00–22:00 55.654289 37.600722 4.4 NaN NaN NaN NaN 0 55.0 Чонгарский бульвар False не сетевое заведение

457 rows × 17 columns

Отобразим на карте Москвы заведения из отфильтрованного датафрейма street_one_food¶

In [120]:
map_one_food = Map(location=[moscow_lat, moscow_lng], zoom_start=10, tiles='Cartodb Positron')
marker_cluster = MarkerCluster().add_to(map_one_food)
street_one_food.apply(create_clusters, axis=1)
Image(filename=r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\map_one_food.png', width=1100, height=600)
Out[120]:
No description has been provided for this image

Оценим количество заведений единственно расположеных на улице¶

In [121]:
street_one_food['name'].count()
Out[121]:
457

Оценим долю заведений единственно расположеных на улице относительно общего количества в процентах¶

In [122]:
round((street_one_food['name'].count() / data['name'].count())*100, 2)
Out[122]:
5.44

Построим сводную таблицу data_pivot_chain_one методом pivot_table() со следующими столбцами:¶

network_category - категория сети заведения единственно расположенного на улице
network_category_count - количество заведений по категории сети
network_category_count_percent - количество заведений по категории сети в процентах от общего количества
In [123]:
data_pivot_chain_one = street_one_food.pivot_table(index='network_category', values='chain', aggfunc='count').reset_index()
data_pivot_chain_one.columns = ['network_category', 'network_category_count']
data_pivot_chain_one['network_category_count_percent'] = round((data_pivot_chain_one['network_category_count'] /\
                                                            street_one_food['chain'].count()) * 100, 2)
data_pivot_chain_one
Out[123]:
network_category network_category_count network_category_count_percent
0 не сетевое заведение 324 70.9
1 сетевое заведение 133 29.1

Выводы по исследованию улиц с одним заведением¶

В представленном датафрейме имеется 457 заведений единственно расположенных на улице, что составляет 5.44% от общего числа. Как правило заведения, которые расположены на улице где больше нет других объектов общественного питания, распологаются на очень коротких улицах, проездах и переулках. В центре Москвы таких заведений больше чем на окраинах. 324 таких заведений или 70.9% являются не сетевыми.

Исследование средних чеков заведений¶

Построим сводную таблицу data_pivot_avg_bill методом pivot_table() со следующими столбцами:¶

district - административный район, где находится заведение
middle_avg_bill_count - количество заведений по районам по которым есть данные по среднему чеку заведения
middle_avg_bill_median - медиана среднего чека заведения по административным районам
middle_avg_bill_percent - количество заведений по административный районам по которым есть данные по среднему чеку
заведения в процентах от общего количеста данных по чекам
In [124]:
data_pivot_avg_bill = data.pivot_table(index='district', values='middle_avg_bill', aggfunc=['count', 'median']).\
reset_index()
data_pivot_avg_bill.columns = ['district', 'middle_avg_bill_count', 'middle_avg_bill_median']
data_pivot_avg_bill['middle_avg_bill_percent'] = round((data_pivot_avg_bill['middle_avg_bill_count'] /\
                                                        data['middle_avg_bill'].count()) * 100, 2)
data_pivot_avg_bill
Out[124]:
district middle_avg_bill_count middle_avg_bill_median middle_avg_bill_percent
0 Восточный административный округ 260 575.0 8.26
1 Западный административный округ 306 1000.0 9.72
2 Северный административный округ 322 650.0 10.23
3 Северо-Восточный административный округ 301 500.0 9.56
4 Северо-Западный административный округ 157 700.0 4.99
5 Центральный административный округ 1060 1000.0 33.66
6 Юго-Восточный административный округ 194 450.0 6.16
7 Юго-Западный административный округ 235 600.0 7.46
8 Южный административный округ 314 500.0 9.97

Отсортируем сводную таблицу data_pivot_avg_bill по медиане среднего чека по убыванию¶

In [125]:
sortded_data_pivot_avg_bill = data_pivot_avg_bill.sort_values(by=\
                             'middle_avg_bill_median', ascending=False).reset_index(drop=True)
sortded_data_pivot_avg_bill
Out[125]:
district middle_avg_bill_count middle_avg_bill_median middle_avg_bill_percent
0 Западный административный округ 306 1000.0 9.72
1 Центральный административный округ 1060 1000.0 33.66
2 Северо-Западный административный округ 157 700.0 4.99
3 Северный административный округ 322 650.0 10.23
4 Юго-Западный административный округ 235 600.0 7.46
5 Восточный административный округ 260 575.0 8.26
6 Северо-Восточный административный округ 301 500.0 9.56
7 Южный административный округ 314 500.0 9.97
8 Юго-Восточный административный округ 194 450.0 6.16

Построим фоновую картограмму с медианным чеком заведений для каждого района¶

Загружаем JSON-файл с границами округов Москвы и открываем файл в режиме чтения с кодировкой UTF-8 с последующей загрузкой данных из файла¶
In [126]:
state_geo = r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\admin_level_geomap.geojson'
with open(state_geo, 'r', encoding='utf-8') as f:
     state_geo_data = json.load(f)
Определяем широту и долготу центра Москвы и создаем ее карту¶
In [127]:
moscow_lat, moscow_lng = 55.751244, 37.618423
map_avg_bill = Map(location=[moscow_lat, moscow_lng], zoom_start=9.5, tiles='Cartodb Positron')
Cоздаём хороплет с помощью конструктора Choropleth, добавляем его на карту и выводим карту на экран¶
In [128]:
Choropleth(
    geo_data=state_geo_data,
    data=sortded_data_pivot_avg_bill,
    columns=['district', 'middle_avg_bill_median'],
    key_on='feature.name',
    fill_color='YlGnBu',
    fill_opacity=0.7,
    legend_name='Средний чек заведений по административным районам',
    bins=9,
).add_to(map_avg_bill)
Image(filename=r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\map_avg_bill.png', width=1100, height=600)
Out[128]:
No description has been provided for this image

Создадим функцию calculate_distance, которая с помощью библитеки haversine будет определять расстояние от заведения до центра Москвы в километрах¶

In [129]:
def calculate_distance(moscow_lat, moscow_lng, point_lat, point_lng):
    moscow_coord = (moscow_lat, moscow_lng)
    point_coord = (point_lat, point_lng)
    distance = haversine(moscow_coord, point_coord, unit=Unit.KILOMETERS)
    return distance

Создадим новый столбец distance с расстоянением заведения до центра Москвы, использую функцию calculate_distance и оценим результат добавления в датафрейм¶

In [130]:
data['distance'] = data[['lat', 'lng']].apply(lambda row: calculate_distance(moscow_lat, moscow_lng, \
                                                                             row['lat'], row['lng']), axis=1)
data.head(10).T
Out[130]:
0 1 2 3 4 5 6 7 8 9
name Wowфли Четыре комнаты Хазри Dormouse coffee shop Иль марко Sergio pizza Огни города Mr. уголёк Donna maria Готика
category кафе ресторан кафе кофейня пиццерия пиццерия бар-паб быстрое питание ресторан кафе
address Москва, улица Дыбенко, 7/1 Москва, улица Дыбенко, 36, корп. 1 Москва, Клязьминская улица, 15 Москва, улица Маршала Федоренко, 12 Москва, Правобережная улица, 1Б Москва, Ижорская улица, Вл8Б Москва, Клязьминская улица, 9, cтр. 3 Москва, Клязьминская улица, 9, cтр. 3 Москва, Дмитровское шоссе, 107, корп. 4 Москва, Ангарская улица, 39
district Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ
hours ежедневно, 10:00–22:00 ежедневно, 10:00–22:00 пн-чт 11:00–02:00; пт,сб 11:00–05:00; вс 11:00... ежедневно, 09:00–22:00 ежедневно, 10:00–22:00 ежедневно, 10:00–23:00 пн 15:00–04:00; вт-вс 15:00–05:00 пн-чт 10:00–22:00; пт,сб 10:00–23:00; вс 10:00... ежедневно, 10:00–22:00 ежедневно, 12:00–00:00
lat 55.878494 55.875801 55.889146 55.881608 55.881166 55.88801 55.890752 55.890636 55.880045 55.879038
lng 37.47886 37.484479 37.525901 37.48886 37.449357 37.509573 37.524653 37.524303 37.539006 37.524487
rating 5.0 4.5 4.6 5.0 5.0 4.6 4.4 4.7 4.8 4.3
price NaN выше среднего средние NaN средние средние средние средние средние средние
avg_bill NaN Средний счёт:1500–1600 ₽ Средний счёт:от 1000 ₽ Цена чашки капучино:155–185 ₽ Средний счёт:400–600 ₽ NaN Средний счёт:199 ₽ Средний счёт:200–300 ₽ Средний счёт:от 500 ₽ Средний счёт:1000–1200 ₽
middle_avg_bill NaN 1550.0 1000.0 NaN 500.0 NaN 199.0 250.0 500.0 1100.0
middle_coffee_cup NaN NaN NaN 170.0 NaN NaN NaN NaN NaN NaN
chain 0 0 0 0 1 0 0 0 0 0
seats NaN 4.0 45.0 NaN 148.0 NaN 45.0 45.0 79.0 65.0
street улица Дыбенко улица Дыбенко Клязьминская улица улица Маршала Федоренко Правобережная улица Ижорская улица Клязьминская улица Клязьминская улица Дмитровское шоссе Ангарская улица
is_24/7 False False False False False False False False False False
network_category не сетевое заведение не сетевое заведение не сетевое заведение не сетевое заведение сетевое заведение не сетевое заведение не сетевое заведение не сетевое заведение не сетевое заведение не сетевое заведение
distance 16.620456 16.182124 16.387105 16.602655 17.896095 16.658672 16.581665 16.577343 15.157129 15.374285

Построим диаграмму рассеяния зависимости среднего чека заведения от расстояний до центра Москвы¶

In [131]:
data.plot(x='distance', y='middle_avg_bill', kind='scatter', figsize=(15, 5), alpha=0.4)
plt.ticklabel_format(style='plain')
plt.grid(True)
formatter = ticker.FuncFormatter(lambda x, _: '{:,}'.format(int(x)))
plt.gca().yaxis.set_major_formatter(formatter)
plt.title('Зависимость среднего чека заведения от расстояния до центра Москвы', fontsize=14)
plt.xlabel('Расстояние до центра Москвы', fontsize=13)
plt.ylabel('Средний чек заведения', fontsize=13)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.show()
No description has been provided for this image

Посчитаем коэффициент корреляции Пирсона между средним чеком заведения и расстоянием до центра Москвы¶

In [132]:
round(data['distance'].corr(data['middle_avg_bill']), 2)
Out[132]:
-0.16

Выводы по исследованию средних чеков заведений¶

Самый высокий средний чек в 1000 рублей присутствует у заведений в центральном и западном административном районе. Самый низкий средний чек в 450 рублей в юго-восточном административном округе. Зависимость между средним чеком заведения и расстоянием до центра Москвы практически отсутствует, учитывая, что коэффициент корреляции Пирсона составляет -0.16. Таким образом, достаточно сложо сказать, что чем дальше расстояние от центра Москвы тем ниже средний чек заведения, так как, например один и тот же средний чек примерно в 5000 рублей есть как в первом километре, так и 13-14 километре от центра Москвы.

Исследование заведений с низким рейтингом¶

Создадим отфильтрованный датафрейм куда войдут заведения с рейтингом 3.5 и ниже¶

In [133]:
data_bad_rating = data.query('rating <= 3.5')
data_bad_rating.head(20).T
Out[133]:
47 49 53 56 132 150 166 167 173 181 183 187 189 191 193 194 200 215 217 274
name Кафе 2u-ту-ю Royal coffee Рыба из тандыра Пекарня-шаурма Правда Бута бар Узбекистан Булкер Fire Кафе Cofefest Кафе Кулинарный дворик 1996 Яндекс лавка Ленкорань Wild bean Кафе 16 июня Чайхана
category кафе пиццерия кофейня быстрое питание быстрое питание бар-паб кафе быстрое питание столовая кафе кафе кофейня кафе кафе ресторан кафе кофейня кафе кафе кафе
address Москва, улица Маршала Федоренко, 7 Москва, Ижорская улица, 8А Москва, Правобережная улица, 1Б Москва, Коровинское шоссе, 46, cтр. 5 Москва, Алтуфьевское шоссе, 84 Москва, Дмитровское шоссе, 124А Москва, Илимская улица, 1, корп. 3 Москва, Алтуфьевское шоссе, 84 Москва, Дмитровское шоссе, 100, корп. 2 Москва, улица Пришвина, 3, cтр. 2 Москва, Алтуфьевское шоссе, 106 Москва, Инженерная улица, 3С1 Москва, парк Ангарские Пруды Москва, бульвар Академика Ландау, 1 Москва, Алтуфьевское шоссе, 79А, cтр. 25 Москва, Дмитровское шоссе, 165, корп. 1 Москва, Дмитровское шоссе, 107Е Москва, парк Ангарские Пруды Москва, бульвар Академика Ландау, 3 Москва, Широкая улица, 12
district Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северо-Восточный административный округ Северо-Восточный административный округ Северо-Восточный административный округ Северо-Восточный административный округ Северный административный округ Северо-Восточный административный округ Северо-Восточный административный округ Северо-Восточный административный округ Северный административный округ Северо-Восточный административный округ Северо-Восточный административный округ Северо-Восточный административный округ Северный административный округ Северный административный округ Северо-Восточный административный округ Северо-Восточный административный округ
hours ежедневно, 11:00–00:00 ежедневно, круглосуточно ежедневно, 10:00–22:00 NaN ежедневно, круглосуточно ежедневно, 08:00–23:00 ежедневно, 11:00–23:00 ежедневно, 08:00–23:00 пн-пт 08:00–16:00 ежедневно, 16:00–04:00 ежедневно, круглосуточно пн-пт 08:00–19:00 ежедневно, 09:00–23:00 ежедневно, 10:00–23:00 ежедневно, 07:00–00:00 ежедневно, 06:00–20:00 ежедневно, круглосуточно ежедневно, 10:00–22:00 NaN NaN
lat 55.880306 55.88616 55.880622 55.88801 55.895949 55.924367 55.891173 55.896186 55.882577 55.890078 55.907607 55.87844 55.880327 55.920297 55.886778 55.914574 55.878477 55.881438 55.92037 55.88684
lng 37.48976 37.508784 37.448529 37.51596 37.5881 37.549657 37.569405 37.588214 37.549715 37.593237 37.588674 37.580627 37.530786 37.550611 37.584891 37.539103 37.543426 37.531848 37.55215 37.65961
rating 2.8 2.7 3.1 1.5 2.0 1.4 3.3 1.4 3.5 1.4 3.2 2.9 3.2 2.7 3.3 1.4 3.5 3.2 1.4 3.0
price NaN NaN NaN NaN NaN NaN средние NaN низкие NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
avg_bill NaN Средний счёт:900 ₽ NaN NaN NaN NaN Средний счёт:800–1000 ₽ NaN Средний счёт:240 ₽ NaN NaN NaN NaN Средний счёт:500–1000 ₽ NaN NaN NaN NaN NaN NaN
middle_avg_bill NaN 900.0 NaN NaN NaN NaN 900.0 NaN 240.0 NaN NaN NaN NaN 750.0 NaN NaN NaN NaN NaN NaN
middle_coffee_cup NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN
chain 0 0 0 0 0 0 0 0 1 0 0 1 0 0 1 0 1 0 0 1
seats 35.0 NaN 148.0 NaN 4.0 NaN NaN 4.0 120.0 44.0 6.0 NaN NaN 10.0 NaN 350.0 20.0 NaN NaN 50.0
street улица Маршала Федоренко Ижорская улица Правобережная улица Коровинское шоссе Алтуфьевское шоссе Дмитровское шоссе Илимская улица Алтуфьевское шоссе Дмитровское шоссе улица Пришвина Алтуфьевское шоссе Инженерная улица парк Ангарские Пруды бульвар Академика Ландау Алтуфьевское шоссе Дмитровское шоссе Дмитровское шоссе парк Ангарские Пруды бульвар Академика Ландау Широкая улица
is_24/7 False True False False True False False False False False True False False False False False True False False False
network_category не сетевое заведение не сетевое заведение не сетевое заведение не сетевое заведение не сетевое заведение не сетевое заведение не сетевое заведение не сетевое заведение сетевое заведение не сетевое заведение не сетевое заведение сетевое заведение не сетевое заведение не сетевое заведение сетевое заведение не сетевое заведение сетевое заведение не сетевое заведение не сетевое заведение сетевое заведение
distance 16.448917 16.491569 17.878007 16.499832 16.201579 19.723468 15.857845 16.226921 15.221356 15.517622 17.485783 14.33934 15.362205 19.268882 15.215598 18.824868 14.903411 15.45432 19.255918 15.295568

Оценим сколько есть заведений с рейтингом 3.5 и ниже¶

In [134]:
len(data_bad_rating)
Out[134]:
506

Оценим сколько есть заведений с рейтингом 3.5 и ниже в процентах от общего количества всез заведений в датасете¶

In [135]:
round((len(data_bad_rating) / len(data))*100, 2)
Out[135]:
6.02

Построим сводную таблицу data_pivot_bad_rating методом pivot_table() со следующими столбцами:¶

category - категория заведения с низким рейтингом
middle_avg_bill_count - количество заведений по которым есть данные по среднему чеку
middle_avg_bill_median - медиана среднего чека заведения с низким рейтингом по категориям
rating_count - количество заведений с низким рейтингом по категориям
rating_count_percent - количество заведений с низким рейтингом по категориям в процентах от общего количества таких 
заведений
In [136]:
data_pivot_bad_rating = data_bad_rating.pivot_table(index = 'category', values = ['rating', 'middle_avg_bill'], \
                                          aggfunc = {'rating' : 'count', 'middle_avg_bill' : ['count', 'median']}).\
reset_index()
data_pivot_bad_rating.columns = ['category', 'middle_avg_bill_count', 'middle_avg_bill_median', 'rating_count']
data_pivot_bad_rating['rating_count_percent'] = round((data_pivot_bad_rating['rating_count'] /\
                                                       data_pivot_bad_rating['rating_count'].sum()) * 100, 2)
data_pivot_bad_rating
Out[136]:
category middle_avg_bill_count middle_avg_bill_median rating_count rating_count_percent
0 бар-паб 2 257.5 16 3.16
1 булочная 3 450.0 10 1.98
2 быстрое питание 22 300.0 73 14.43
3 кафе 41 400.0 250 49.41
4 кофейня 4 425.0 49 9.68
5 пиццерия 6 737.5 13 2.57
6 ресторан 8 575.0 79 15.61
7 столовая 6 262.5 16 3.16

Отсортируем сводную таблицу data_pivot_bad_rating по количеству заведений по убыванию¶

In [137]:
sorted_data_pivot_bad_rating = data_pivot_bad_rating.sort_values(by=['rating_count'],\
                                                                 ascending=False).reset_index(drop=True)
sorted_data_pivot_bad_rating
Out[137]:
category middle_avg_bill_count middle_avg_bill_median rating_count rating_count_percent
0 кафе 41 400.0 250 49.41
1 ресторан 8 575.0 79 15.61
2 быстрое питание 22 300.0 73 14.43
3 кофейня 4 425.0 49 9.68
4 бар-паб 2 257.5 16 3.16
5 столовая 6 262.5 16 3.16
6 пиццерия 6 737.5 13 2.57
7 булочная 3 450.0 10 1.98

Отсортируем сводную таблицу data_pivot_bad_rating по медиане среднего чека заведения по убыванию¶

In [138]:
sorted_data_pivot_bad_rating_2 = data_pivot_bad_rating.sort_values(by=['middle_avg_bill_count', 'middle_avg_bill_median'],\
                                                                 ascending=False).reset_index(drop=True)
sorted_data_pivot_bad_rating_2
Out[138]:
category middle_avg_bill_count middle_avg_bill_median rating_count rating_count_percent
0 кафе 41 400.0 250 49.41
1 быстрое питание 22 300.0 73 14.43
2 ресторан 8 575.0 79 15.61
3 пиццерия 6 737.5 13 2.57
4 столовая 6 262.5 16 3.16
5 кофейня 4 425.0 49 9.68
6 булочная 3 450.0 10 1.98
7 бар-паб 2 257.5 16 3.16

Оценим общие числовые характеристики по среднему чеку заведения по столбцу middle_avg_bill¶

In [139]:
data['middle_avg_bill'].describe()
Out[139]:
count     3149.000000
mean       958.053668
std       1009.732845
min          0.000000
25%        375.000000
50%        750.000000
75%       1250.000000
max      35000.000000
Name: middle_avg_bill, dtype: float64

Построим столбчатую диаграмму распередение количества заведений по категориях с плохим рейтингом по данным сводной таблицы sorted_data_pivot_bad_rating¶

In [140]:
sorted_data_pivot_bad_rating['text'] = sorted_data_pivot_bad_rating.apply(lambda x: \
                                       f'{x["rating_count"]:.0f}<br>{x["rating_count_percent"]:.2f}%', axis=1)
fig = px.bar(sorted_data_pivot_bad_rating,
             x='category',
             y='rating_count',
             text='text')
fig.update_layout(title='Распередение количества заведений по категориях с плохим рейтингом', title_x=0.5,
                  xaxis_title='Категория',
                  yaxis_title='Количество заведений',
                  width=990,
                  height=600,
                  font_size=13)
pio.write_image(fig, 'figure.png', width=990, height=600, scale=2)
Image('figure.png')
Out[140]:
No description has been provided for this image

Построим диаграмму рассеяния зависимости среднего чека заведения от его рейтинга¶

In [141]:
data.plot(x='rating', y='middle_avg_bill', kind='scatter', figsize=(15, 5), alpha=0.4)
plt.ticklabel_format(style='plain')
plt.grid(True)
formatter = ticker.FuncFormatter(lambda x, _: '{:,}'.format(int(x)))
plt.gca().yaxis.set_major_formatter(formatter)
plt.title('Зависимость среднего чека заведения от рейтинга', fontsize=14)
plt.xlabel('Рейтинг заведения', fontsize=13)
plt.ylabel('Средний чек заведения', fontsize=13)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.show()
No description has been provided for this image

Посчитаем коэффициент корреляции Пирсона между средним чеком заведения и его рейтингом¶

In [142]:
round(data['rating'].corr(data['middle_avg_bill']), 2)
Out[142]:
0.18

Вывод по исследованию заведений с низким рейтингом¶

  1. Всего в датафрейме представлено 506 заведений или 6.02% с рейтингом 3.5 и ниже.
  2. Среди таких заведений наибольшая доля присутствет у кафе - 250 заведений или 49.41%. Далее идут рестораны - 79 заведений или 15.61%, быстрое питание 73 заведения или 14.43%, кофейни 49 заведений или 9.68%. Доля остальных заведений не превышает 5%.
  3. Среди данных заведений наибольший средний чек имеется у ресторанов - 575 рублей, кафе - 400 рублей и быстрого питания - 300 рублей. Средний чек в других категориях оценить достаточно сложно, так как данных по ним достаточно мало.
  4. Таким образом, с учетом того, что медиана среднего чека составляет 750 рублей по всем заведениям датасета, можно сказать, что в заведениях с низким рейтингом достаточно низкий средний чек, однако говорить о четкой зависимости между средним чеком заведения и рейтингом не приходится, учитывая коэффициент коррелляции 0.18.

Исследование кофейн¶

Создадим отфильтрованный датафрейм, где будут присутстовать только кофейни¶

In [143]:
data_coffee_house = data.query('category == "кофейня"')
data_coffee_house.head(10).T
Out[143]:
3 25 45 46 52 53 58 60 64 66
name Dormouse coffee shop В парке вкуснее 9 bar coffee Cofefest Cofix Royal coffee Coffeekaldi's Чебуречная история Testo мания Молинари
category кофейня кофейня кофейня кофейня кофейня кофейня кофейня кофейня кофейня кофейня
address Москва, улица Маршала Федоренко, 12 Москва, парк Левобережный Москва, Коровинское шоссе, 41, cтр. 1 Москва, улица Маршала Федоренко, 6С1 Москва, улица Дыбенко, 7/1 Москва, Правобережная улица, 1Б Москва, Угличская улица, 13, cтр. 8 Москва, Ландшафтный Заказник Лианозовский Москва, Лианозовский парк Культуры И Отдыха Москва, Алтуфьевское шоссе, 70, корп. 1
district Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северный административный округ Северо-Восточный административный округ Северо-Восточный административный округ Северо-Восточный административный округ Северо-Восточный административный округ
hours ежедневно, 09:00–22:00 ежедневно, 10:00–21:00 пн-пт 08:00–18:00 пн-пт 09:00–19:00 ежедневно, 08:00–22:00 ежедневно, 10:00–22:00 ежедневно, 09:00–22:00 ежедневно, 10:00–22:00 ежедневно, 09:00–21:00 ежедневно, 10:00–22:00
lat 55.881608 55.878453 55.885837 55.879934 55.878531 55.880622 55.900316 55.899845 55.900058 55.887887
lng 37.48886 37.460028 37.513422 37.492522 37.479395 37.448529 37.570558 37.570488 37.570544 37.588294
rating 5.0 4.3 4.0 3.6 3.8 3.1 4.1 4.9 4.1 4.8
price NaN NaN NaN NaN NaN NaN средние NaN NaN NaN
avg_bill Цена чашки капучино:155–185 ₽ NaN NaN NaN NaN NaN Средний счёт:500–800 ₽ NaN NaN NaN
middle_avg_bill NaN NaN NaN NaN NaN NaN 650.0 NaN NaN NaN
middle_coffee_cup 170.0 NaN NaN NaN NaN NaN NaN NaN NaN NaN
chain 0 1 1 1 1 0 1 1 0 0
seats NaN NaN 46.0 NaN NaN 148.0 NaN NaN NaN 120.0
street улица Маршала Федоренко парк Левобережный Коровинское шоссе улица Маршала Федоренко улица Дыбенко Правобережная улица Угличская улица Ландшафтный Заказник Лианозовский Лианозовский парк Культуры И Отдыха Алтуфьевское шоссе
is_24/7 False False False False False False False False False False
network_category не сетевое заведение сетевое заведение сетевое заведение сетевое заведение сетевое заведение не сетевое заведение сетевое заведение сетевое заведение не сетевое заведение не сетевое заведение
distance 16.602655 17.263054 16.340466 16.329041 16.606449 17.878007 16.843516 16.792759 16.815441 15.310159

Оценим сколько всего кофейн в датасете¶

In [144]:
len(data_coffee_house)
Out[144]:
1413

Оценим долю кофеен в процентах от общего количества заведений¶

In [145]:
round((len(data_coffee_house) / len(data))*100, 2)
Out[145]:
16.82

Построим сводную таблицу data_pivot_coffee_house методом pivot_table() со следующими столбцами:¶

district - административный район, в котором находится кофейня
coffee_house_count - количество кофеен в административном районе
coffee_house_count_percent - количество кофеен в административном районе в процентах от общего
In [146]:
data_pivot_coffee_house = data_coffee_house.pivot_table(index='district', values='name', aggfunc='count').reset_index()
data_pivot_coffee_house.columns = ['district', 'coffee_house_count']
data_pivot_coffee_house['coffee_house_count_percent'] = round((data_pivot_coffee_house['coffee_house_count'] / \
                                                        data_pivot_coffee_house['coffee_house_count'].sum())*100, 2)
data_pivot_coffee_house
Out[146]:
district coffee_house_count coffee_house_count_percent
0 Восточный административный округ 105 7.43
1 Западный административный округ 150 10.62
2 Северный административный округ 193 13.66
3 Северо-Восточный административный округ 159 11.25
4 Северо-Западный административный округ 62 4.39
5 Центральный административный округ 428 30.29
6 Юго-Восточный административный округ 89 6.30
7 Юго-Западный административный округ 96 6.79
8 Южный административный округ 131 9.27

Отсортируем таблицу data_pivot_coffee_house по количеству кофеен по убыванию¶

In [147]:
sorted_data_pivot_coffee_house = data_pivot_coffee_house.sort_values(by='coffee_house_count', ascending=\
                                                                     False).reset_index(drop=True)
sorted_data_pivot_coffee_house
Out[147]:
district coffee_house_count coffee_house_count_percent
0 Центральный административный округ 428 30.29
1 Северный административный округ 193 13.66
2 Северо-Восточный административный округ 159 11.25
3 Западный административный округ 150 10.62
4 Южный административный округ 131 9.27
5 Восточный административный округ 105 7.43
6 Юго-Западный административный округ 96 6.79
7 Юго-Восточный административный округ 89 6.30
8 Северо-Западный административный округ 62 4.39

Построим фоновую картограмму распределения кофеен по административным районам¶

Загружаем JSON-файл с границами округов Москвы и открываем файл в режиме чтения с кодировкой UTF-8 с последующей загрузкой данных из файла¶
In [148]:
state_geo = r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\admin_level_geomap.geojson'
with open(state_geo, 'r', encoding='utf-8') as f:
     state_geo_data = json.load(f)
Определяем широту и долготу центра Москвы и создаем ее карту¶
In [149]:
moscow_lat, moscow_lng = 55.751244, 37.618423
map_coffee_house = Map(location=[moscow_lat, moscow_lng], zoom_start=9.5, tiles='Cartodb Positron')
Cоздаём хороплет с помощью конструктора Choropleth, добавляем его на карту и выводим карту на экран¶
In [150]:
Choropleth(
    geo_data=state_geo_data,
    data=sorted_data_pivot_coffee_house,
    columns=['district', 'coffee_house_count'],
    key_on='feature.name',
    fill_color='YlGnBu',
    fill_opacity=0.7,
    legend_name='Распределение кофеен по административным районам',
    bins=9
).add_to(map_coffee_house)
Image(filename=r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\map_coffee_house.png', width=1100, height=600)
Out[150]:
No description has been provided for this image

Отобразим на карте Москвы все кофейни из отфильтрованного датафрейма data_coffee_house¶

In [151]:
map_coffee_house_clusters = Map(location=[moscow_lat, moscow_lng], zoom_start=10, tiles='Cartodb Positron')
marker_cluster = MarkerCluster().add_to(map_coffee_house_clusters)
data_coffee_house.apply(create_clusters, axis=1)
map_coffee_house_clusters
Image(filename=r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\map_coffee_house_clusters.png', \
      width=1100, height=600)
Out[151]:
No description has been provided for this image

Создадим сводную таблицу data_24_coffee_house со следующими столбцами:¶

is_24/7 - показатель круглосуточной работы кофейни
category_count - количество кофеин по показателю круглосуточной работы заведения
category_count_percent - количество кофеин по показателю круглосуточной работы заведения в процентах от их общего
количества
In [152]:
data_24_coffee_house = data_coffee_house.groupby('is_24/7').size().reset_index(name='category_count')
data_24_coffee_house['category_count_percent'] = round((data_24_coffee_house['category_count'] / \
                                                        data_24_coffee_house['category_count'].sum())*100, 2)
data_24_coffee_house
Out[152]:
is_24/7 category_count category_count_percent
0 False 1354 95.82
1 True 59 4.18

Оценим общие числовые характеристики рейтинга кофеин¶

In [153]:
data_coffee_house['rating'].describe()
Out[153]:
count    1413.000000
mean        4.277282
std         0.372250
min         1.400000
25%         4.100000
50%         4.300000
75%         4.400000
max         5.000000
Name: rating, dtype: float64

Построим сводную таблицу pivot_rating_district методом pivot_table() со следующими столбцами:¶

district - административный район заведения
rating_coffee_count - количество кофеен в административном районе
rating_coffee_mean - средний рейтинг кофеин по административному району
In [154]:
pivot_coffee_house = data_coffee_house.pivot_table(index='district', values='rating', aggfunc=['count', 'mean']).\
reset_index()
pivot_coffee_house.columns = ['district', 'rating_coffee_count', 'rating_coffee_mean']
pivot_coffee_house['rating_coffee_mean'] = round(pivot_coffee_house['rating_coffee_mean'], 2)
pivot_coffee_house
Out[154]:
district rating_coffee_count rating_coffee_mean
0 Восточный административный округ 105 4.28
1 Западный административный округ 150 4.20
2 Северный административный округ 193 4.29
3 Северо-Восточный административный округ 159 4.22
4 Северо-Западный административный округ 62 4.33
5 Центральный административный округ 428 4.34
6 Юго-Восточный административный округ 89 4.23
7 Юго-Западный административный округ 96 4.28
8 Южный административный округ 131 4.23

Остортируем сводную таблицу pivot_rating_district по среднему рейтингу по убыванию¶

In [155]:
sorted_pivot_coffee_house = pivot_coffee_house.sort_values(by='rating_coffee_mean', ascending=False).reset_index(drop=True)
sorted_pivot_coffee_house
Out[155]:
district rating_coffee_count rating_coffee_mean
0 Центральный административный округ 428 4.34
1 Северо-Западный административный округ 62 4.33
2 Северный административный округ 193 4.29
3 Восточный административный округ 105 4.28
4 Юго-Западный административный округ 96 4.28
5 Юго-Восточный административный округ 89 4.23
6 Южный административный округ 131 4.23
7 Северо-Восточный административный округ 159 4.22
8 Западный административный округ 150 4.20

Построим фоновую картограмму со средним рейтингом кофеин каждого района¶

Загружаем JSON-файл с границами округов Москвы и открываем файл в режиме чтения с кодировкой UTF-8 с последующей загрузкой данных из файла¶
In [156]:
state_geo = r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\admin_level_geomap.geojson'
with open(state_geo, 'r', encoding='utf-8') as f:
     state_geo_data = json.load(f)
Определяем широту и долготу центра Москвы и создаем ее карту¶
In [157]:
moscow_lat, moscow_lng = 55.751244, 37.618423
map_avg_rating_coffee = Map(location=[moscow_lat, moscow_lng], zoom_start=9.5, tiles='Cartodb Positron')
Cоздаём хороплет с помощью конструктора Choropleth, добавляем его на карту и выводим карту на экран¶
In [158]:
Choropleth(
    geo_data=state_geo_data,
    data=sorted_pivot_coffee_house,
    columns=['district', 'rating_coffee_mean'],
    key_on='feature.name',
    fill_color='YlGnBu',
    fill_opacity=0.7,
    legend_name='Средний рейтинг кофеин по административным районам',
    bins=9
).add_to(map_avg_rating_coffee)
Image(filename=r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\map_avg_rating_coffee.png', \
      width=1100, height=600)
Out[158]:
No description has been provided for this image

Оценим общие числовые характеристики средней стоимости чашки кофе в датасете для кофеин¶

In [159]:
data_coffee_house['middle_coffee_cup'].describe()
Out[159]:
count     521.000000
mean      175.055662
std        89.753009
min        60.000000
25%       124.000000
50%       170.000000
75%       225.000000
max      1568.000000
Name: middle_coffee_cup, dtype: float64

Оценим долю кофеин по которым есть информация о средней стоимости чашки кофе в датасете для кофейн в процентах¶

In [160]:
round((data_coffee_house['middle_coffee_cup'].count() / data_coffee_house['name'].count())*100, 2)
Out[160]:
36.87

Построим сводную таблицу data_pivot_coffee_cup методом pivot_table() со следующими столбцами:¶

district - административный район, где находится кофейня
middle_coffee_cup_count - количество заведений по районам по которым есть данные по средней стоимости чашки капучино
middle_coffee_cup_median - медиана средней стоимости чашки капучино по административным районам
middle_coffee_cup_percent - количество кофеин по административный районам по которым есть данные по по средней стоимости чашки капучино в процентах от общего количеста данных по стоимости
In [161]:
data_pivot_coffee_cup = data_coffee_house.pivot_table(index='district', values='middle_coffee_cup', aggfunc=\
                                                      ['count', 'median']).reset_index()
data_pivot_coffee_cup.columns = ['district', 'middle_coffee_cup_count', 'middle_coffee_cup_median']
data_pivot_coffee_cup['middle_coffee_cup_percent'] = round((data_pivot_coffee_cup['middle_coffee_cup_count'] /\
                                                        data_pivot_coffee_cup['middle_coffee_cup_count'].sum()) * 100, 2)
data_pivot_coffee_cup
Out[161]:
district middle_coffee_cup_count middle_coffee_cup_median middle_coffee_cup_percent
0 Восточный административный округ 42 135.0 8.06
1 Западный административный округ 49 189.0 9.40
2 Северный административный округ 76 159.0 14.59
3 Северо-Восточный административный округ 60 162.5 11.52
4 Северо-Западный административный округ 21 165.0 4.03
5 Центральный административный округ 162 190.0 31.09
6 Юго-Восточный административный округ 34 147.5 6.53
7 Юго-Западный административный округ 34 198.0 6.53
8 Южный административный округ 43 150.0 8.25

Отсортируем сводную таблицу data_pivot_coffee_cup по медиане средней стоимости чашки капучино по убыванию¶

In [162]:
sortded_data_pivot_coffee_cup = data_pivot_coffee_cup.sort_values(by=\
                             'middle_coffee_cup_median', ascending=False).reset_index(drop=True)
sortded_data_pivot_coffee_cup
Out[162]:
district middle_coffee_cup_count middle_coffee_cup_median middle_coffee_cup_percent
0 Юго-Западный административный округ 34 198.0 6.53
1 Центральный административный округ 162 190.0 31.09
2 Западный административный округ 49 189.0 9.40
3 Северо-Западный административный округ 21 165.0 4.03
4 Северо-Восточный административный округ 60 162.5 11.52
5 Северный административный округ 76 159.0 14.59
6 Южный административный округ 43 150.0 8.25
7 Юго-Восточный административный округ 34 147.5 6.53
8 Восточный административный округ 42 135.0 8.06

Построим фоновую картограмму со средней стоимостью чашки капучино в кофейнях¶

Загружаем JSON-файл с границами округов Москвы и открываем файл в режиме чтения с кодировкой UTF-8 с последующей загрузкой данных из файла¶
In [163]:
state_geo = r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\admin_level_geomap.geojson'
with open(state_geo, 'r', encoding='utf-8') as f:
     state_geo_data = json.load(f)
Определяем широту и долготу центра Москвы и создаем ее карту¶
In [164]:
moscow_lat, moscow_lng = 55.751244, 37.618423
map_avg_coffee_cup = Map(location=[moscow_lat, moscow_lng], zoom_start=9.5, tiles='Cartodb Positron')
Cоздаём хороплет с помощью конструктора Choropleth, добавляем его на карту и выводим карту на экран¶
In [165]:
Choropleth(
    geo_data=state_geo_data,
    data=sortded_data_pivot_coffee_cup,
    columns=['district', 'middle_coffee_cup_median'],
    key_on='feature.name',
    fill_color='YlGnBu',
    fill_opacity=0.7,
    legend_name='Средняя стоимость чашки капучино в кофейнях по районам',
    bins=9
).add_to(map_avg_coffee_cup)
Image(filename=r'C:\Users\Равиль\Проекты для портфолио\1. Проект по общепиту\map_avg_coffee_cup.png', \
      width=1100, height=600)
Out[165]:
No description has been provided for this image

Построим диаграмму рассеяния зависимости средней стоимости чашки капучино от расстояния до центра Москвы¶

In [166]:
data_coffee_house.plot(x='distance', y='middle_coffee_cup', kind='scatter', figsize=(15, 5), alpha=0.6)
plt.ticklabel_format(style='plain')
plt.grid(True)
plt.title('Зависимость средней стоимости чашки капучино от расстояния до центра Москвы', fontsize=14)
plt.xlabel('Расстояние до центра Москвы', fontsize=13)
plt.ylabel('Средняя стоимость чашки капучино', fontsize=13)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.show()
No description has been provided for this image

Посчитаем коэффициент корреляции Пирсона между средней стоимости чашки капучино и расстоянием до центра Москвы¶

In [167]:
round(data_coffee_house['distance'].corr(data_coffee_house['middle_coffee_cup']), 2)
Out[167]:
-0.12

Выводы по исследованию кофеин¶

  1. Всего в датасете представлено 1413 кофеин или 16.81% от общего количества заведений.
  2. Больше всего расположено кофеин в центральном административном округе - 428 заведений или 30.29%. Меньше всего кофеин расположено в северо-западном административном округе - 62 заведения или 4.39%. Наибольшая плотность кофеин имеется в центре Москвы. С удалением от центра плотность как правило снижается. При этом в самом центре в районе Китай-города кофейни практически отсутствуют.
  3. Среди представленных кофеин присутствуют 59 круглосуточных, что составляет 4.18% от общего количества
  4. Максимальный средний рейтинг кофеин присутствует в центральном административном округе - 4.34. Минимальны рейтинг кофеин присутствует в западном административном округе - 4.2. Медианный рейтинг по всем кофейням составляет 4.3.
  5. Медианная стоимость чашки капучино составляет 170 рублей. Максимальная средняя стоимость чашки капучино составляет 198 рублей и присутствует в юго-западном административном округе. Минимальная средняя стоимость чашки капучино составляет 135 рублей и присутствует в восточном административном округе. При этом зависимость между средней стоимостью чашки капучино и удалением от центра Москвы практически отсутствует.
  6. Учитывая данные обстоятельства, при открытии кофейни имеет смысл ориентироваться на стоимость чашки капучино примерно в 170 рублей или чуть ниже, так как это медианная стоимость по рынку кофейн. Однако стоит учесть, что у нас есть информация по средней стоимости чашки капучино только для 521 заведения или 36.87% от всех кофейн.
  7. Мы предлагаем открыть кофейню в юго-западном административном округе по следующим причинам:
  • В данном районе представлено всего 96 заведений, что составляет всего 6.79% от общего количества кофеин. Это может позволить избежать высокой конкуренции по сравнению с другими районами.
  • В данном районе самая высокая стоимость чашки капучино - 198 рублей. Наша задача предложить цену в 170 рублей, что должно позволить нам быть конкурентоспособными на рынке.
  • Средний рейтинг кофейн составляет 4.28, что ниже медианного. В данном случае мы можем предложить лучшее обслуживание за счет чего предположительно можно повысить рейтинг нашего заведения.
  1. Однако, для того, чтобы принять окончательное решение по выбору точного места заведения стоит дополнительно проанализировать рынок коммерческой недвижимости и выяснить стоимость аренды, а также проанализировать данные по проходимости предполагаемого места открытия.

Общие выводы¶

Проведенная работа над данными¶

  1. Изучена общая информация о представленных данных.
  2. В данных были проанализированы пропуски, которые были обработаны соответсвующим образом для последующего корректного анализа.
  3. Были проанализированы и удалены дубликаты в данных.
  4. Возможными причинами появления пропусков являются то, что информация, размещённая в сервисе Яндекс Бизнес, могла быть добавлена пользователями или найдена в общедоступных источниках. Исходя из этого пользователи могли просто не внести все данные. Некоторые значения могут быть пропущены случайно, например, из-за ошибок при вводе данных или при экспорте данных из других источников. Неправильный запрос, объединение таблиц также может быть причиной.
  5. Для удобства анализа в датафрейм были добавлены новые столбцы.

Выводы по итогу анализа данных¶

  1. В датафрейме имеется 8 категорий заведений из которых выделяются 3. Это кафе - 2377 заведений или 28.3%, рестораны - 2042 заведения или 24.3%, кофейни - 1413 заведений или 16.8%. Доля остальных категорий заведений не превышает 10%.
  2. По медиане количества посадочных мест наибольшее значение имеется в категории рестораны - 86 мест. Далее идут бары-пабы - 82 места, кофейни - 80 мест. В кафе медиана значительно ниже - всего 60 мест.
  3. В датафрейме больше представлено не сетевых заведений - 5201 заведение или 61,9% от общего количества. Наибольшая доля сетевых заведений представлена в булочных (61.33%), пиццериях (52.13%), кофейнях (50.96%).
  4. Самая крупная сеть - это кофейни Шоколадница, которая имеет 119 точек. 6 из 15 топ сетей этой кофейни, что составляет 40%.
  5. Среди всех районов большее количество заведений представлено в центральном административном округе - 2242 заведения или 26.68%. Меньше всех заведений представлено в северо-западном административном округе - 409 заведений или 4.87%.
  6. Самый высокий средний рейтинг заведений у баров-пабов 4.39. Самый низкий рейтинг заведений у заведений быстрого питания - 4.05.
  7. Медианный рейтинг заведений составляет 4.3. Самый высокий средний рейтинг заведений у баров-пабов 4.39. Самый низкий рейтинг заведений у заведений быстрого питания - 4.05.
  8. Наибольшая плотность заведений расположена центре Москвы. При удалении от центра плотность заведений снижается.
  9. Среди улиц на которых расположены заведения лидером по количеств является проспект Мира - 183 заведения или 2.19% от общего количества в датасете.
  10. 457 заведений расположены на улицах где больше никого не представлено, что составляет 5.44% от общего числа.
  11. Самый высокий средний чек в 1000 рублей присутствует у заведений в центральном и западном административном районе. Самый низкий средний чек в 450 рублей в юго-восточном административном округе. При этом зависимость между средним чеком заведения и расстоянием до центра Москвы практически отсутствует.
  12. Среди заведений с плохим рейтингом от 3.5 и ниже наибольшая доля присутствует у кафе - 250 заведений или 49.41%. Далее идут рестораны - 79 заведений или 15.61%, быстрое питание 73 заведения или 14.43%, кофейни 49 заведений или 9.68%. Доля остальных заведений не превышает 5%. Средний чек таких заведений как правило ниже медианы среднего чека заведений всего датасета, однако говорить о четкой зависимости между средним чеком заведения и его рейтингом не приходится.

Рекомендации по открытию кофейни¶

  1. При открытии кофейни имеет смысл ориентироваться на стоимость чашки капучино примерно в 170 рублей или чуть ниже, так как это медианная стоимость по рынку кофеин. Однако стоит учесть, что у нас есть информация по средней стоимости чашки капучино только для 521 заведения или 36.87% от всех кофеин.
  2. Мы предлагаем открыть кофейню в юго-западном административном округе по следующим причинам:
  • В данном районе представлено всего 96 заведений, что составляет всего 6.79% от общего количества кофеин. Это может позволить избежать высокой конкуренции по сравнению с другими районами.
  • В данном районе самая высокая стоимость чашки капучино - 198 рублей. Наша задача предложить цену в 170 рублей или немного ниже, что должно позволить нам быть конкурентоспособными на рынке.
  • Средний рейтинг кофеин составляет 4.28, что ниже медианного. В данном случае мы можем предложить лучшее обслуживание за счет чего предположительно можно повысить рейтинг нашего заведения.
  1. Однако, для того, чтобы принять окончательное решение по выбору точного места заведения стоит дополнительно проанализировать рынок коммерческой недвижимости и выяснить стоимость аренды, а также проанализировать данные по проходимости предполагаемого места открытия.